Ir al contenido

Fondamenti di query ed esportazione con psort.py

Elaborazione di base dei dati super-linee temporali con psort.py, filtraggio per data e strutturazione di report l2tcsv leggibili.

0letture

psort.py (Plaso Sort) è lo strumento di interrogazione, ordinamento e post-elaborazione post-estrazione della piattaforma Plaso. Una volta generato il file del database compresso .plaso (tramite log2timeline.py), psort.py è lo strumento che utilizzerai per:

  1. Leggere le tabelle del file del database .plaso.
  2. Filtrare l'immensa lista di eventi in base ai propri criteri (date, tipi di dati, parole chiave, domini).
  3. Ordinare tutti i record in modo strettamente cronologico.
  4. Scrivere i risultati ottenuti in un formato strutturato e facilmente leggibile dall'uomo o integrabile in strumenti esterni (CSV, JSON, Timesketch).

Ispezione Indiretta

Non tentare mai di aprire o leggere il database .plaso direttamente con editor di testo. Qualsiasi interrogazione, strutturazione o analisi dei metadati deve essere obbligatoriamente canalizzata attraverso psort.py.


La sintassi generale dello strumento è la seguente:

Ventana de terminal
psort.py [OPCIONES_DE_SALIDA] [OPCIONES_DE_FILTRADO] <archivo.plaso>

Avviso della Console

Per impostazione predefinita, se non viene specificato un metodo di scrittura in un file di destinazione, psort.py stamperà l'elenco completo di milioni di eventi direttamente a schermo. In timeline reali, ciò causerà la saturazione del buffer del terminale.


3. Caso d'uso A: Scrittura controllata su file (-w)

Sección titulada «3. Casuística A: Escritura Controlada a Archivo (-w)»

Per salvare l'analisi dei dati in un file di testo fisico e utilizzarlo nella tua indagine o allegarlo alla relazione peritale:

  • -w <ARCHIVO_SALIDA> o --write <ARCHIVO_SALIDA>: Indica a psort.py il percorso assoluto o relativo dove vogliamo generare il file di analisi risultante.
Ventana de terminal
# COMANDO CORRECTO: Escribe el contenido estructurado directamente a un archivo
psort.py -w /opt/forensics/cases/case-001/all_events_raw.txt /opt/forensics/cases/case-001/my_timeline.plaso

4. Caso d'uso B: Selezione del formato di esportazione (-o)

Sección titulada «4. Casuística B: Selección del Format de Exportación (-o)»

Per dare struttura al file di output e poterlo trattare in fogli di calcolo (Excel, LibreOffice) o piattaforme analitiche:

  • -o <FORMATO> o --output_format <FORMATO>: Specifica il tipo di formato di struttura per il report.
    • Per elencare tutti i moduli di output disponibili: psort.py --list-output-modules
  • ✔ l2tcsv (Log2Timeline CSV): È il metodo di esportazione preferito. Genera un documento di testo in cui ogni valore è separato da virgole (CSV).
  • ✔ dynamic: Ideale per eseguire query rapide e filtrare a schermo durante attività di threat hunting interattivo.
  • ✔ json: Utilizzato per integrare la timeline forense con altri script Python o motori di database aziendali.
  • ✔ timesketch: Formato speciale strutturato in jsonl ottimizzato per l'importazione diretta nella piattaforma analitica Timesketch.
Ventana de terminal
psort.py -o l2tcsv -w /opt/forensics/cases/case-001/timeline_triage_export.csv /opt/forensics/cases/case-001/my_timeline.plaso
  • datetime: La data e l'ora dell'evento, sincronizzate con la zona oraria selezionata.
  • timestamp: Il timestamp in formato Epoch (tempo Unix).
  • timestamp_desc: La colonna più rilevante per l'indagine. Descrive in modo univoco il significato del timestamp (es: File Creation Time, Last Access Time, Web Visit Time).
  • source_short: Categoria semplificata dell'artefatto (es: REG per il registro, FILE per il file system, WEBHIST per il web).
  • parser: Modulo esatto che ha indicizzato il dato (es: chrome_history, prefetch).
  • message: Il dettaglio tecnico contenuto nell'evento (es: Execution of: notepad.exe, URL: https://...).
  • filename: Percorso fisico completo in cui è stata recuperata la prova all'interno del disco analizzato.

5. Casistica C: Filtraggio del triage per data (--date_filter)

Sección titulada «5. Casuística C: Filtrado de Triaje por Fechas (--date_filter)»

Un database generale contiene milioni di righe irrilevanti per il tuo caso di risposta agli incidenti. Limitare l'ambito temporale della query accelera la risoluzione dell'incidente:

  • --date_filter "YYYY-MM-DD to YYYY-MM-DD": Filtra per isolare un intervallo di giorni interi.
  • --date_filter "YYYY-MM-DD": Isola esclusivamente quanto accaduto durante le 24 ore di quella data.
  • --date_filter "YYYY-MM-DD HH:MM:SS to YYYY-MM-DD HH:MM:SS": Restringe la ricerca in un intervallo di ore determinato (triage ad alta precisione).

Esempio di filtraggio dei dati per intervallo di ore (Incidente di Sicurezza il 15 Marzo 2026):

Sección titulada «Ejemplo de filtrado de datos por rango de horas (Incident de Seguridad el 15 de Marzo de 2026):»
Ventana de terminal
psort.py -o l2tcsv -w /opt/forensics/cases/case-001/timeline_hour_triage.csv /opt/forensics/cases/case-001/my_timeline.plaso --date_filter "2026-03-15 10:00:00 to 2026-03-15 11:00:00"

Questo semplice passaggio può ridurre il volume del file da analizzare da 15 gigabyte a un foglio CSV di pochi megabyte.


6. Casistica D: Definizione del fuso orario dell'analista (-z o --zone)

Sección titulada «6. Casuística D: Definición de la Zona Horaria del Analista (-z o --zone)»

Plaso archivia tutti i metadati interni in modo unificato in formato UTC. L'investigatore di solito ha bisogno di vedere gli eventi nell'ora locale in cui è stato commesso l'incidente o della propria unità forense per poter incrociare gli orari dei testimoni o le acquisizioni di sistemi live:

Ventana de terminal
# Forzar la exportación de los eventos en horario de Madrid
psort.py -z "Europe/Madrid" -o l2tcsv -w /opt/forensics/cases/case-001/timeline_local_triage.csv /opt/forensics/cases/case-001/my_timeline.plaso --date_filter "2026-03-15"
  • Risultato: Otterrai un file CSV in cui tutti i timestamp della colonna datetime saranno convertiti nell'ora locale di Europa/Madrid, pronti per la correlazione diretta.