到目前为止，我们已经了解了如何使用Python在Windows中获取工件.在本章中，让我们学习使用Python调查基于日志的工件.
基于日志的工件是信息的宝库对于数字取证专家来说非常有用.虽然我们有各种用于收集信息的监控软件，但是从中解析有用信息的主要问题是我们需要大量数据.
在本节中，让我们讨论各种基于日志的工件及其在Python中的调查和减号;
时间戳在日志中传达活动的数据和时间.它是任何日志文件的重要元素之一.请注意，这些数据和时间值可以采用各种格式.
下面显示的Python脚本将原始日期时间作为输入，并提供格式化的时间戳作为其输出.
对于这个脚本，我们需要按照以下步骤 : 去;
首先，设置将原始数据值与数据源和数据类型相关联的参数.
现在，提供一个类，用于为数据提供通用接口不同的日期格式.
让我们看看如何使用Python代码目的 : 去;
首先，从__future__ import print_function $ b导入以下Python模块 :
from __future__ import print_function from argparse import ArgumentParser, ArgumentDefaultsHelpFormatter from datetime import datetime as dt from datetime import timedelta
现在我们需要提供arg用于命令行处理程序的.这里它将接受三个参数，第一个是要处理的日期值，第二个是该日期值的来源，第三个是它的类型和减号;
if __name__ == '__main__':
parser = ArgumentParser('Timestamp Log-based artifact')
parser.add_argument("date_value", help="Raw date value to parse")
parser.add_argument(
"source", help = "Source format of date",choices = ParseDate.get_supported_formats())
parser.add_argument(
"type", help = "Data type of input value",choices = ('number', 'hex'), default = 'int')
args = parser.parse_args()
date_parser = ParseDate(args.date_value, args.source, args.type)
date_parser.run()
print(date_parser.timestamp)现在，我们需要定义一个接受日期值，日期源和值类型 : 的参数的类;
class ParseDate(object): def __init__(self, date_value, source, data_type): self.date_value = date_value self.source = source self.data_type = data_type self.timestamp = None
现在我们将定义一个像主控制器一样的控制器的方法()方法 :
def run(self): if self.source == 'unix-epoch': self.parse_unix_epoch() elif self.source == 'unix-epoch-ms': self.parse_unix_epoch(True) elif self.source == 'windows-filetime': self.parse_windows_filetime() @classmethod def get_supported_formats(cls): return ['unix-epoch', 'unix-epoch-ms', 'windows-filetime']
现在，我们需要定义两个分别处理Unix纪元时间和FILETIME的方法 :
def parse_unix_epoch(self, milliseconds=False):
if self.data_type == 'hex':
conv_value = int(self.date_value)
if milliseconds:
conv_value = conv_value / 1000.0
elif self.data_type == 'number':
conv_value = float(self.date_value)
if milliseconds:
conv_value = conv_value / 1000.0
else:
print("Unsupported data type '{}' provided".format(self.data_type))
sys.exit('1')
ts = dt.fromtimestamp(conv_value)
self.timestamp = ts.strftime('%Y-%m-%d %H:%M:%S.%f')
def parse_windows_filetime(self):
if self.data_type == 'hex':
microseconds = int(self.date_value, 16) / 10.0
elif self.data_type == 'number':
microseconds = float(self.date_value) / 10
else:
print("Unsupported data type '{}' provided".format(self.data_type))
sys.exit('1')
ts = dt(1601, 1, 1) + timedelta(microseconds=microseconds)
self.timestamp = ts.strftime('%Y-%m-%d %H:%M:%S.%f')运行上述脚本后，通过提供时间戳，我们可以以易于阅读的格式获取转换后的值.
从数字取证专家的角度来看，Web服务器日志是另一个重要的工件，因为它们可以获得有用的用户统计信息以及有关用户和地理位置的信息.以下是在处理Web服务器日志后将创建电子表格的Python脚本，以便于分析信息.
首先，我们需要导入以下Python模块 :
from __future__ import print_function from argparse import ArgumentParser, FileType import re import shlex import logging import sys import csv logger = logging.getLogger(__file__)
现在，我们需要定义将从日志中解析的模式 :
iis_log_format = [
("date", re.compile(r"\d{4}-\d{2}-\d{2}")),
("time", re.compile(r"\d\d:\d\d:\d\d")),
("s-ip", re.compile(
r"((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)(\.|$)){4}")),
("cs-method", re.compile(
r"(GET)|(POST)|(PUT)|(DELETE)|(OPTIONS)|(HEAD)|(CONNECT)")),
("cs-uri-stem", re.compile(r"([A-Za-z0-1/\.-]*)")),
("cs-uri-query", re.compile(r"([A-Za-z0-1/\.-]*)")),
("s-port", re.compile(r"\d*")),
("cs-username", re.compile(r"([A-Za-z0-1/\.-]*)")),
("c-ip", re.compile(
r"((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)(\.|$)){4}")),
("cs(User-Agent)", re.compile(r".*")),
("sc-status", re.compile(r"\d*")),
("sc-substatus", re.compile(r"\d*")),
("sc-win32-status", re.compile(r"\d*")),
("time-taken", re.compile(r"\d*"))]现在，为命令行处理程序提供一个参数.这里它将接受两个参数，第一个是要处理的IIS日志，第二个是所需的CSV文件路径.
if __name__ == '__main__':
parser = ArgumentParser('Parsing Server Based Logs')
parser.add_argument('iis_log', help = "Path to IIS Log",type = FileType('r'))
parser.add_argument('csv_report', help = "Path to CSV report")
parser.add_argument('-l', help = "Path to processing log",default=__name__ + '.log')
args = parser.parse_args()
logger.setLevel(logging.DEBUG)
msg_fmt = logging.Formatter(
"%(asctime)-15s %(funcName)-10s ""%(levelname)-8s %(message)s")
strhndl = logging.StreamHandler(sys.stdout)
strhndl.setFormatter(fmt = msg_fmt)
fhndl = logging.FileHandler(args.log, mode = 'a')
fhndl.setFormatter(fmt = msg_fmt)
logger.addHandler(strhndl)
logger.addHandler(fhndl)
logger.info("Starting IIS Parsing ")
logger.debug("Supplied arguments: {}".format(", ".join(sys.argv[1:])))
logger.debug("System " + sys.platform)
logger.debug("Version " + sys.version)
main(args.iis_log, args.csv_report, logger)
iologger.info("IIS Parsing Complete")现在我们需要定义main()方法来处理批量日志信息的脚本 :
def main(iis_log, report_file, logger):
parsed_logs = []
for raw_line in iis_log:
line = raw_line.strip()
log_entry = {}
if line.startswith("#") or len(line) == 0:
continue
if '' in line:
line_iter = shlex.shlex(line_iter)
else:
line_iter = line.split(" ")
for count, split_entry in enumerate(line_iter):
col_name, col_pattern = iis_log_format[count]
if col_pattern.match(split_entry):
log_entry[col_name] = split_entry
else:
logger.error("Unknown column pattern discovered. "
"Line preserved in full below")
logger.error("Unparsed Line: {}".format(line))
parsed_logs.append(log_entry)
logger.info("Parsed {} lines".format(len(parsed_logs)))
cols = [x[0] for x in iis_log_format]
logger.info("Creating report file: {}".format(report_file))
write_csv(report_file, cols, parsed_logs)
logger.info("Report created")最后，我们需要定义一个方法，将输出写入电子表格 :
def write_csv(outfile, fieldnames, data): with open(outfile, 'w', newline="") as open_outfile: csvfile = csv.DictWriter(open_outfile, fieldnames) csvfile.writeheader() csvfile.writerows(data)
运行上述脚本后，我们将在电子表格中获取基于Web服务器的日志.
YARA(又一种递归算法)是一种模式匹配实用程序，专为恶意软件识别和事件响应而设计.我们将使用YARA扫描文件.在下面的Python脚本中，我们将使用YARA.
我们可以在以下命令 : 的帮助下安装YARA;
pip install YARA
我们可以按照下面给出的步骤使用YARA规则扫描文件 :
首先，设置并编译YARA规则
然后，扫描单个文件然后遍历目录以处理单个文件.
最后，我们将结果导出为CSV.
让我们看看如何将Python代码用于此目的 :
，我们需要导入以下Python模块 :
from __future__ import print_function from argparse import ArgumentParser，ArgumentDefaultsHelpFormatter import os import csv import yara
接下来，为逗号提供参数nd-line处理程序.请注意，这里它将接受两个参数 - 第一个是YARA规则的路径，第二个是要扫描的文件.
if __name__ == '__main__':
parser = ArgumentParser('Scanning files by YARA')
parser.add_argument(
'yara_rules',help = "Path to Yara rule to scan with. May be file or folder path.")
parser.add_argument('path_to_scan',help = "Path to file or folder to scan")
parser.add_argument('--output',help = "Path to output a CSV report of scan results")
args = parser.parse_args()
main(args.yara_rules, args.path_to_scan, args.output)现在我们将定义main()函数，它将接受yara规则的路径和要扫描的文件 :
def main(yara_rules, path_to_scan, output): if os.path.isdir(yara_rules): yrules = yara.compile(yara_rules) else: yrules = yara.compile(filepath=yara_rules) if os.path.isdir(path_to_scan): match_info = process_directory(yrules, path_to_scan) else: match_info = process_file(yrules, path_to_scan) columns = ['rule_name', 'hit_value', 'hit_offset', 'file_name', 'rule_string', 'rule_tag'] if output is None: write_stdout(columns, match_info) else: write_csv(output, columns, match_info)
现在，定义一个迭代目录的方法，并将结果传递给另一个方法进行进一步处理 :
def process_directory(yrules, folder_path): match_info = [] for root, _, files in os.walk(folder_path): for entry in files: file_entry = os.path.join(root, entry) match_info += process_file(yrules, file_entry) return match_info
接下来，定义两个函数.请注意，首先我们将 match()方法用于 yrules 对象，如果用户未指定任何输出文件，则另一个将向控制台报告该匹配信息.观察下面显示的代码 :
def process_file(yrules, file_path):
match = yrules.match(file_path)
match_info = []
for rule_set in match:
for hit in rule_set.strings:
match_info.append({
'file_name': file_path,
'rule_name': rule_set.rule,
'rule_tag': ",".join(rule_set.tags),
'hit_offset': hit[0],
'rule_string': hit[1],
'hit_value': hit[2]
})
return match_info
def write_stdout(columns, match_info):
for entry in match_info:
for col in columns:
print("{}: {}".format(col, entry[col]))
print("=" * 30)最后，我们将定义一个将输出写入CSV文件的方法，如下所示 :
def write_csv(outfile, fieldnames, data): with open(outfile, 'w', newline="") as open_outfile: csvfile = csv.DictWriter(open_outfile, fieldnames) csvfile.writeheader() csvfile.writerows(data)
成功运行上述脚本后，我们可以在命令行提供适当的参数并生成CSV报告.
