Ir al contenido

Conceptos y Despliegue de Plaso (log2timeline.py)

Introducción a Plaso, diseño y construcción de súper líneas de tiempo (Super Timelines) forenses a partir de imágenes de disco digitalizadas.

0lecturas

El Cerebro de la “Súper Línea de Tiempo”

Sección titulada «El Cerebro de la “Súper Línea de Tiempo”»

Plaso (anteriormente conocido como Log2Timeline) es un motor de extracción de eventos y un conjunto de herramientas diseñadas para el análisis forense digital. Su herramienta principal, log2timeline.py, es el estándar de la industria para crear lo que se conoce como “super timeline” (súper línea de tiempo).

Su misión es recorrer una fuente de datos (como una imitación de disco, un directorio o archivos específicos), identificar docenas de tipos de artefactos diferentes (registros de Windows, historiales de navegador, archivos LNK, logs del sistema, etc.) y extraer todos los eventos con marca de tiempo (timestamps).

El resultado no es un archivo de texto legible, sino un archivo de base de datos comprimido (con la extensión .plaso) que actúa como un almacén centralizado de todos los eventos encontrados.


2. El Concepto Clave: La “Súper Línea de Tiempo”

Sección titulada «2. El Concepto Clave: La “Súper Línea de Tiempo”»

Una “súper línea de tiempo” es una lista cronológica única de todos los eventos que han ocurrido en un sistema. En lugar de analizar el historial de Chrome por separado, luego los registros de eventos de Windows y después los tiempos MAC(B) del sistema de archivos, Plaso lo toma todo y lo pone en un orden cronológico unificado.

Esto permite al analista ver la secuencia exacta de las acciones de un intruso o usuario en un timeline unificado:

  1. 10:30:01 - (Sistema de Archivos) Se crea el archivo malware.exe.
  2. 10:30:05 - (Prefetch) Se registra la ejecución de malware.exe.
  3. 10:30:15 - (Registro Windows) Se crea una clave de registro para la persistencia de la amenaza.
  4. 10:30:20 - (Historial Chrome) El usuario visita http://malicious-c2-server.com.

Esta visión correlacionada es fundamental para comprender el timeline completo de un incidente de seguridad.


Plaso se incluye por defecto en la mayoría de las distribuciones de forense digital (como SIFT o Tsurugi). Para una instalación manual en un entorno de depuración o análisis en tu entorno de trabajo Linux:

Ventana de terminal
# Instalación básica de las herramientas de plaso
pip install plaso-tools
# O instalación completa con todas las dependencias opcionales integradas
pip install plaso-tools[all]

La sintaxis fundamental de log2timeline.py es:

Ventana de terminal
log2timeline.py [OPCIONES] <archivo_salida.plaso> <fuente_de_datos>
  • [OPCIONES]: Parámetros utilizados para refinar y optimizar la extracción de datos.
  • <archivo_salida.plaso>: El nombre del archivo de base de datos comprimido que deseas generar. Es obligatorio que contenga la extensión .plaso.
  • <fuente_de_datos>: La fuente de la evidencia digital. Admite tanto archivos de imagen forense (E01, DD, RAW) como directorios del sistema locales montados.

Ejemplo procesando un directorio de trabajo montado:

Sección titulada «Ejemplo procesando un directorio de trabajo montado:»
Ventana de terminal
log2timeline.py /opt/forensics/cases/case-001/my_timeline.plaso /mnt/evidence_drive/

Ejemplo procesando una imagen de disco estructurada (E01):

Sección titulada «Ejemplo procesando una imagen de disco estructurada (E01):»
Ventana de terminal
log2timeline.py /opt/forensics/cases/case-001/my_timeline.plaso /opt/forensics/cases/case-001/image.E01

A. Especificar Parsers de Forma Selectiva (--parsers)

Sección titulada «A. Especificar Parsers de Forma Selectiva (--parsers)»

Por defecto, Plaso intenta ejecutar de forma automática todos los analizadores disponibles contra las datos del disco. Esto puede ralentizar drásticamente la operación en discos grandes. Si buscas un vector concreto, filtra en la ingesta:

Ventana de terminal
# Listar todos los parsers registrados en el sistema
log2timeline.py --list-parsers
# Caso de uso: Extraer exclusivamente artefactos del Registro de Windows, Prefetch y LNK
log2timeline.py --parsers "windows_registry,prefetch,lnk" /opt/forensics/cases/case-001/my_win_timeline.plaso /opt/forensics/cases/case-001/image.E01
# Caso de uso: Procesar todo excepto el historial del navegador web (reducción de ruido)
log2timeline.py --parsers "all,!chrome_history,!firefox_history" /opt/forensics/cases/case-001/my_timeline.plaso /opt/forensics/cases/case-001/image.E01

B. Sincronización de la Zona Horaria (-z o --zone)

Sección titulada «B. Sincronización de la Zona Horaria (-z o --zone)»

Los timestamps del sistema de archivos suelen guardarse internamente en UTC, pero muchos logs corporativos emplean la hora local del sistema de destino. Debes instruir a Plaso sobre la zona horaria original de la computadora bajo análisis:

Ventana de terminal
# Ejemplo de sistema local de Madrid (España)
log2timeline.py -z "Europe/Madrid" /opt/forensics/cases/case-001/my_timeline.plaso /opt/forensics/cases/case-001/image.E01
  • Para listar todas las zonas horarias soportadas por la plataforma: log2timeline.py --list-timezones

C. Procesamiento de Copias Ocultas de Volumen (--vss-stores)

Sección titulada «C. Procesamiento de Copias Ocultas de Volumen (--vss-stores)»

Las instantáneas o Volume Shadow Copies (VSS) de Windows son vitales para recuperar archivos modificados o borrados por el atacante en fechas pasadas:

Ventana de terminal
# Caso de uso: Procesar la evidencia principal y TODAS las copias ocultas detectadas en el disco
log2timeline.py --vss-stores all /opt/forensics/cases/case-001/my_timeline_with_vss.plaso /opt/forensics/cases/case-001/image.E01
# Caso de uso: Analizar solo instantáneas seleccionadas (VSS 1, 3 y 5)
log2timeline.py --vss-stores 1,3,5 /opt/forensics/cases/case-001/my_timeline.plaso /opt/forensics/cases/case-001/image.E01

D. Modo de Monitorización de Triage (--status_view)

Sección titulada «D. Modo de Monitorización de Triage (--status_view)»

La extracción de grandes volúmenes de datos puede tomar horas. Modifica la visualización de estado al modo lineal si recopilas logs en un entorno automatizado:

Ventana de terminal
log2timeline.py --status_view linear /opt/forensics/cases/case-001/my_timeline.plaso /opt/forensics/cases/case-001/image.E01

Plaso dispone de centenares de analizadores integrados para recopilar y estructurar evidencias forenses de alto valor:

  • ✔ Sistema de Archivos: Timestamps MACB de todos los archivos físicos, información de la MFT (Master File Table), USN Journal y transacciones del $LogFile de particiones NTFS.
  • ✔ Registro de Windows: Claves de inicialización y persistencia (Run/RunOnce), listado de programas instalados, metadatos de conexión de dispositivos USB (USBSTOR), claves WiFi históricas y actividad de conexiones RDP.
  • ✔ Artefactos de Ejecución de Aplicaciones: Historial de prefetch, archivos de enlaces LNK, registros de acceso de listas Jumplists del escritorio, y bases de datos de compatibilidad de aplicaciones Amcache y Shimcache.
  • ✔ Historiales de Navegación Web: Descargas realizadas, historial de direcciones visitadas, cookies activas y datos de formularios.
  • ✔ Logs del Sistema: Registro de eventos EVTX de Windows, syslog y archivos auth.log de Ubuntu, y logs ASL de macOS.

Una vez finalizada la ejecución de log2timeline.py, obtendrás la base de datos comprimida estructurada (por ejemplo: my_timeline.plaso). Este archivo no es directamente legible por humanos ni se puede abrir en editores de texto convencionales.

Este archivo es una base de datos sqlite indexada especialmente diseñada para ser consultada, estructurada y exportada. Para sacarle provecho, utilizaremos:

  1. pinfo.py: Para inspeccionar el estado del archivo .plaso (ver parsers ejecutados, total de alertas y confirmar errores).
  2. psort.py: Para filtrar, ordenar y exportar los datos hacia formatos legibles (CSV, JSON) o integrarlos en plataformas visuales como Timesketch.