Ir al contenido

Inspektion und Diagnose von Timelines mit pinfo.py

Interne Prüfung von Plaso-Datenbankdateien, Fall-Metadatenanalyse und Extraktion einer operativen Zusammenfassung vor der Filterung.

0Lesungen

pinfo.py (Plaso Info) ist ein Werkzeug zur Diagnose und strukturellen Überprüfung. Sein einziger Zweck ist es, eine zuvor extrahierte .plaso Datenbankdatei zu lesen und die enthaltenen Metadaten in einer Zusammenfassung auf dem Bildschirm anzuzeigen.

Dies ist der erste absolute und obligatorische Schritt, den jeder forensische Analyst sofort nach der Erstellung einer Zeitachse mit log2timeline.py ausführen muss. Bevor Sie komplexe Filterregeln oder massenhafte Exporte anwenden, die mit psort.py viel CPU verbrauchen, müssen Sie den Status und die Qualität der durchgeführten Datenerfassung sorgfältig überprüfen.


2. Warum ist die Verwendung unerlässlich?

Sección titulada «2. ¿Por qué es fundamental utilizarlo?»

pinfo.py spart Dutzende von Stunden an fehlgeschlagenen Verarbeitungen oder Analysen auf Basis fehlender Daten. Es ermöglicht Ihnen, die folgenden Parameter zum Untersuchungsstatus sofort zu auditieren:

  • ✔ Verarbeitungsfehler: Explizites Auflisten von Parser-Fehlern, die katastrophale Fehler verursacht haben (z. B. aufgrund beschädigter Dateien oder unlesbarer Signaturen).
  • ✔ Zusammenfassung aktiver Parser: Bestätigen, welche Parser beim Sammeln von Daten erfolgreich waren. Wenn Sie den Chrome-Verlauf suchen, teilt Ihnen pinfo.py sofort mit, ob der Parser Ereignisse gesammelt hat oder bei Null steht.
  • ✔ Metadaten der Zielumgebung: Validierung der interpretierten Betriebssystemversion, der injizierten Zeitzone und der allgemeinen Zeitbereiche.
  • ✔ Verifizierung von Snapshots (VSS): Bestätigen, wie viele versteckte Kopien des Volumes genau erfolgreich analysiert wurden.
  • ✔ Gesamtvolumen der Ereignisse: Bewertung der Anzahl der Ereignisse, die die Datenbank bilden, um die Antwortzeiten zukünftiger Abfragen zu schätzen.

Der Aufruf ist sehr direkt; Sie müssen lediglich den Dateipfad .plaso angeben, der untersucht werden soll:

Ventana de terminal
pinfo.py <archivo.plaso>
Ventana de terminal
pinfo.py /opt/forensics/cases/case-001/my_timeline.plaso

Fall A: Überblick über den Fallstatus (Standardzusammenfassung)

Sección titulada «Casuística A: Visión General del Estado del Caso (Resumen por Defecto)»

Ohne zusätzliche Parameter hinzuzufügen, liefert das Tool eine kompakte Diagnose der durchgeführten Verarbeitung:

Ventana de terminal
pinfo.py /opt/forensics/cases/case-001/my_timeline.plaso

Ausgabe des Beispielberichts in der Konsole:

Sección titulada «Traza del Reporte de Ejemplo en la Consola:»
Plaso Storage File Information
================================
Storage file: my_timeline.plaso
Format version: ...
Serialization format: ...
Processing information
======================
Status: completed
Processing time: 01:32:15
Source processed: /opt/forensics/cases/case-001/image.E01
Command: log2timeline.py -z "Europe/Madrid" ...
Events
======
Total number of events: 15234890
  • Schlüsselprüfung: Überprüfen Sie, ob das Feld Status completed meldet. Wenn es den Status aborted oder failed widerspiegelt, ist die Datenbank abgeschnitten und für die nächste Phase ungültig.
  • Validierung der Gesamtzahl der Ereignisse: Wenn die Liste 0 Ereignisse anzeigt, wurde die Ingestion fehlerhaft durchgeführt (z. B. aufgrund von Berechtigungsproblemen beim forensischen Image oder falsch referenzierten Pfaden).

Fallbeispiel B: Auditierung interner forensischer Fehler (--sections errors)

Sección titulada «Casuística B: Auditar Errores Forenses Internos (--sections errors)»

Dies ist der wichtigste Qualitätssicherungsschritt des Blue Teams. log2timeline.py bricht die Ausführung nicht ab, wenn auf beschädigte oder fehlerhafte Logdateien gestoßen wird; es protokolliert den Fehler einfach in den Metadaten der Datei für eine spätere Überprüfung:

Ventana de terminal
pinfo.py --sections errors /opt/forensics/cases/case-001/my_timeline.plaso
Errors
======
Parser: winevt
Path specification: /Windows/System32/winevt/Logs/Security.evtx
Error: Unable to parse EVTX file.
  • Fehlerauswertung: Der Log-Parser winevt ist bei der Verarbeitung der primären Security-Logdatei (Security.evtx) fehlgeschlagen. Dadurch weiß der Ermittler, dass Login-Ereignisse fehlen. Es sollte versucht werden, das Artefakt isoliert aus dem Image zu extrahieren und Security-Dateiwiederherstellungstools zu verwenden, um es zu reparieren.

Fallbeispiel C: Details zum Laden der Parser (--sections parsers)

Sección titulada «Casuística C: Detalle de Carga de los Parsers (--sections parsers)»

Ermöglicht die Auflistung, welche Analysemodule gültige Ereignisse gefunden haben und in welcher relativen Menge:

Ventana de terminal
pinfo.py --sections parsers /opt/forensics/cases/case-001/my_timeline.plaso

Beispiel-Trace der Ereigniszusammenfassung:

Sección titulada «Traza de Resumen de Eventos de Ejemplo:»
Parsers
=======
Parser: Total number of events
-------------------------------------------------
chrome_cache: 15230
chrome_history: 5890
...
fs: 8901234
...
prefetch: 450
windows_registry: 250120
winevt: 120450
-------------------------------------------------
Total: 15234890
  • Interpretation: Wenn sich Ihr Untersuchungsziel darauf konzentrierte, die Dateiausführung zu ermitteln, und der Parser prefetch 450 Einträge anzeigt, bestätigen Sie damit, dass Ihnen in der Datei .plaso reichlich Beweismittel zur Verfügung stehen werden.

Fallbeispiel D: Identifizierung des Betriebssystems und der Zeitzone (--sections info,analysis)

Sección titulada «Casuística D: Identificación del Sistema Operativo y Zona Horaria (--sections info,analysis)»

Stellt sicher, dass Plaso die Signatur des Betriebssystems und die in der Untersuchung verwendete Zeitzone korrekt identifiziert hat:

Ventana de terminal
pinfo.py --sections "info,analysis" /opt/forensics/cases/case-001/my_timeline.plaso
Analysis Reports
================
Report: Operating System
---------------------------------------
Version: Windows 10 Pro
Report: Timezone
--------------------------------
System Timezone: Europe/Madrid
  • Interpretation: Wenn die Zeitzone des analysierten Systems nicht mit der von der Datenbank erkannten Zeit übereinstimmt, wird jede nachfolgende zeitliche Korrelation in der Timeline fehlerhaft sein.

Fallbeispiel E: Zusammenfassung der verarbeiteten Schattenkopien (--sections stores)

Sección titulada «Casuística E: Resumen de Copias Ocultas Procesadas (--sections stores)»

Überprüfen Sie, ob die Richtlinie --vss-stores die Analyse der Snapshots abgeschlossen hat:

Ventana de terminal
pinfo.py --sections stores /opt/forensics/cases/case-001/my_timeline.plaso
Storage Files
=============
Index Path specification
----------------------------
0 /opt/forensics/cases/case-001/image.E01 (Partition 2)
1 VSS Store 1 (Created: 2026-03-10 ...)
2 VSS Store 2 (Created: 2026-03-15 ...)
  • Interpretation: Es wird bestätigt, dass Plaso die primäre aktive Partition (Index 0) und zwei vergangene Snapshots erfolgreich verarbeitet hat.

Der von Ermittlern am häufigsten verwendete Ansatz. Er gibt alle analytischen Abschnitte strukturierter Metadaten auf einmal in eine Fallbericht-Textdatei aus:

Ventana de terminal
pinfo.py -v /opt/forensics/cases/case-001/my_timeline.plaso > /opt/forensics/cases/case-001/analysis_report.txt

5. Zusammenfassung des forensischen Methoden-Workflows

Sección titulada «5. Resumen del Flujo Metodológico Forense»
  1. Erstellungsphase: Sie führen log2timeline.py aus, um die Datenbank my_timeline.plaso aufzubauen (langwierige Aufgabe).
  2. Phase der sofortigen Diagnose: Sie erstellen den globalen ausführlichen Bericht:
    Ventana de terminal
    pinfo.py -v /opt/forensics/cases/case-001/my_timeline.plaso > /opt/forensics/cases/case-001/analysis_report.txt
  3. Audit-Phase: Sie öffnen die Datei analysis_report.txt und bestätigen:
    • ✔ Der Status Status muss completed sein.
    • ✔ Der Abschnitt errors darf keinen Verlust lebenswichtiger Protokolldateien auflisten.
    • ✔ Die Zeitzone stimmt vollständig mit der des untersuchten Systems überein.
  4. Verarbeitungsphase: Wenn das Audit zufriedenstellend ist, fahren Sie sofort mit der Datenverarbeitung mit psort.py fort. Andernfalls werden die Parameter beim Ingest korrigiert und Schritt 1 wiederholt.