쿼리 및 psort.py를 통한 내보내기 기초
psort.py를 사용한 고급 라이너 타임라인 데이터 처리, 날짜별 필터링 및 읽기 쉬운 l2tcsv 보고서 구조화.
1. psort.py는 무엇인가요?
Sección titulada «1. ¿Qué es psort.py?»psort.py (Plaso Sort)는 Plaso 플랫폼의 쿼리, 정렬 및 후추출 처리 도구입니다. .plaso 파일을 생성한 후 (예: log2timeline.py를 통해), psort.py는 다음과 같이 사용할 도구입니다.
- 읽기
.plaso데이터베이스의 테이블. - 필터링 극심한 이벤트 목록을 귀하의 기준(날짜, 데이터 유형, 키워드, 도메인)에 따라 필터링합니다.
- 정렬 모든 레코드를 엄격한 시간 순서로 정렬합니다.
- 쓰기 인간이 쉽게 읽거나 외부 도구에 통합할 수 있는 구조화된 형식으로 결과를 작성합니다(예: CSV, JSON, Timesketch).
간접 검사
직접 텍스트 편집기로 .plaso 데이터베이스를 열려고 시도해서는 안 됩니다. 모든 쿼리, 구조화 또는 메타데이터 분석은 psort.py를 통해 필수적으로 수행해야 합니다.
2. psort.py의 기본 구문
Sección titulada «2. Sintaxis Básica de psort.py»도구의 일반적인 구문은 다음과 같습니다:
psort.py [OPCIONES_DE_SALIDA] [OPCIONES_DE_FILTRADO] <archivo.plaso>콘솔 경고
기본적으로, 출력 파일 메서드가 지정되지 않으면 psort.py은 직접 화면에 수백만 개의 이벤트 목록을 출력할 것입니다. 실제 타임라인에서는 터미널 버퍼가 과부하 될 것입니다.
3. 사례 A: 파일에 제어된 쓰기 (-w)
Sección titulada «3. Casuística A: Escritura Controlada a Archivo (-w)»데이터 분석을 물리적인 텍스트 파일에 저장하고 연구에 사용하거나 전문 보고서에 첨부하려면:
-w <ARCHIVO_SALIDA>또는--write <ARCHIVO_SALIDA>: 결과 분석 파일을 생성할 절대 경로 또는 상대 경로를psort.py에 지정합니다.
# COMANDO CORRECTO: Escribe el contenido estructurado directamente a un archivopsort.py -w /opt/forensics/cases/case-001/all_events_raw.txt /opt/forensics/cases/case-001/my_timeline.plaso4. 사례 B: 내보내기 형식 선택 (-o)
Sección titulada «4. Casuística B: Selección del Format de Exportación (-o)»출력 파일에 구조를 부여하고 엑셀, 리브로오피스 또는 분석 플랫폼에서 처리할 수 있도록 하려면:
-o <FORMATO>또는--output_format <FORMATO>: 보고서의 구조 형식 유형을 지정합니다.- 모든 출력 모듈을 나열하려면:
psort.py --list-output-modules
- 모든 출력 모듈을 나열하려면:
- ✔
l2tcsv(로그2타임라인 CSV): 추천되는 내보내기 방법입니다. 각 값이 콤마로 구분된 텍스트 문서를 생성합니다. - ✔
dynamic: 인터랙티브 탐지 작업 중 화면에서 빠른 쿼리 및 필터링에 적합합니다. - ✔
json: 포렌식 타임라인을 다른 파이썬 스크립트나 기업용 데이터베이스 엔진과 통합하는 데 사용됩니다. - ✔
timesketch: 타임스케치 분석 플랫폼으로의 직접 가져오기를 최적화한jsonl구조화된 특수 형식입니다.
포렌식 CSV 내보내기 예제:
Sección titulada «Ejemplo de Exportación a CSV Forense:»psort.py -o l2tcsv -w /opt/forensics/cases/case-001/timeline_triage_export.csv /opt/forensics/cases/case-001/my_timeline.plaso보고서의 관련 열 l2tcsv:
Sección titulada «Columnas Relevantes del Reporte l2tcsv:»datetime: 선택한 시간대와 동기화된 이벤트의 날짜 및 시간.timestamp: Epoch 형식(유닉스 시간)의 타임스탬프.timestamp_desc: 조사에 가장 중요한 열. 타임스탬프의 의미를 단일하게 설명합니다 (예:File Creation Time,Last Access Time,Web Visit Time).source_short: 아티팩트의 단순화된 범주 (예:REG은 기록,FILE는 파일 시스템,WEBHIST는 웹).parser: 데이터를 인덱싱한 정확한 모듈 (예:chrome_history,prefetch).message: 이벤트에 포함된 기술적 세부 정보 (예:Execution of: notepad.exe,URL: https://...).filename: 분석된 디스크 내에서 증거가 회수된 완전한 물리적 경로.
5. 사례 C: 날짜별 트리지 필터링 (--date_filter)
Sección titulada «5. Casuística C: Filtrado de Triaje por Fechas (--date_filter)»일반 데이터베이스에는 이벤트 대응 사례에 관련 없는 수백만 줄이 포함되어 있습니다. 쿼리의 시간 범위를 제한하면 이벤트 해결 속도가 빨라집니다:
--date_filter "YYYY-MM-DD to YYYY-MM-DD": 완전한 일 수 간격을 고립시키기 위해 필터링합니다.--date_filter "YYYY-MM-DD": 해당 날짜의 24시간 동안 발생한 내용만 고립시킵니다.--date_filter "YYYY-MM-DD HH:MM:SS to YYYY-MM-DD HH:MM:SS": 정해진 시간 범위 내에서 검색을 제한합니다 (고정밀 트리지).
시간 범위에 따른 데이터 필터링 예제 (2026년 3월 15일 보안 사고):
Sección titulada «Ejemplo de filtrado de datos por rango de horas (Incident de Seguridad el 15 de Marzo de 2026):»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"이 간단한 단계는 분석할 파일의 용량을 15기가바이트에서 수백메가바이트짜리 CSV 파일로 줄일 수 있습니다.
6. 사례 D: 분석가의 시간대 정의 (-z 또는 --zone)
Sección titulada «6. Casuística D: Definición de la Zona Horaria del Analista (-z o --zone)»Plaso는 모든 내부 메타데이터를 UTC 형식으로 통일하여 저장합니다. 조사자는 일반적으로 사고가 발생한 현지 시간 또는 자신의 디지털 증거 단위의 시간으로 이벤트를 확인해야 하며, 증인의 시간을 교차 비교하거나 실시간 시스템 캡처를 할 수 있습니다:
# Forzar la exportación de los eventos en horario de Madridpsort.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"- 결과:
datetime열의 모든 시간 태그가 유럽/마드리드 지역 시간으로 변환된 CSV 파일을 얻게 됩니다. 즉시 관련성을 확인할 수 있습니다.

