使用 psort.py 的高级查询语言和威胁狩猎
使用 psort.py 的类似 SQL 语法过滤、逻辑运算符、正则表达式和在取证调查中隔离威胁指标
0阅读
在掌握了 psort.py 的基础知识(定义输出格式、使用 -w 写入参数以及定义本地时区)后,我们已经知道如何按日期提取和界定时间线。
然而,在此时间范围内,我们仍需快速找到可疑的攻击指标和恶意软件存在数据。高级内容过滤是通过一个主要参数执行的:
-filter <CONSULTA>或--filter <CONSULTA>
此参数使用 Plaso 平台的专用查询语言(语法非常类似于 SQL 语句),允许基于与事件相关的任何属性进行搜索。
为了能够成功过滤,你必须了解 .plaso 文件内部 sqlite 数据库所处理的数据字段:
- ✔
message:事件的文本描述或内容(例如:Execution of: cmd.exe、URL: ...)。这是定位域名和可执行文件的主要搜索目标。 - ✔
parser:负责生成记录的分析器模块(例如:winevt、prefetch、chrome_history)。 - ✔
data_type:特定数据结构类型(例如:windows:prefetch:execution、fs:stat、chrome:history:visit)。这是一个非常细粒度、分析价值很高的字段。 - ✔
filename:证据所在文件的物理路径(例如:/Windows/Prefetch/CMD.EXE.pf)。 - ✔
source_short:证据类型的紧凑分类(例如:REG表示注册表、FILE表示文件系统、WEBHIST表示 Web)。 - ✔
timestamp_desc:时间戳类型的详细信息(例如:File Creation Time、Last Access Time)。
语法引号
跟随 --filter 参数的整个字符串必须强制用双引号(")括起来。其中包含的文本变量将用单引号(')定义。
A. 严格相等(==)
Sección titulada «A. Igualdad Estricta (==)»查找区分大小写的精确文本匹配:
# Filtrar para recopilar solo eventos creados por el parser Prefetch--filter "parser == 'prefetch'"从查询中排除特定值或类型以消除重复噪声:
# Omitir todos los registros genéricos del sistema de archivos (MFT)--filter "data_type != 'fs:stat'"C. 内容匹配(CONTAINS)
Sección titulada «C. Coincidencia de Contenido (CONTAINS)»取证套件中最强大的操作符。执行子字符串文本搜索,并且< strong >不区分所指定属性的大小写< /strong >:
# Localizar cualquier evento que contenga o mencione el binario powershell--filter "message CONTAINS 'powershell.exe'"
# Búsqueda de dominios maliciosos detectados en la red--filter "message CONTAINS 'evil-domain.com'"D. 正则表达式(=~)
Sección titulada «D. Expresiones Regulares (=~)»允许设计复杂字符模式(正则表达式)的搜索:
# Identificar de forma automática cualquier dirección IP de tipo IPv4 contenida en el campo message--filter "message =~ '[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}'"4. 组合逻辑运算符(AND、OR、NOT)
Sección titulada «4. Operadores Lógicos Combinados (AND, OR, NOT)»我们可以组合不同的搜索指令,以在大量日志中针对具体的入侵指标进行精确定位:
- 案例目标:我们希望快速在运行缓存中查找名为
mimikatz.exe的可疑软件执行痕迹。
--filter "message CONTAINS 'mimikatz.exe' AND (parser == 'prefetch' OR data_type == 'windows:appcompatcache:entry')"- < strong >案例目标:< /strong > 仅列出系统中安装的Chrome和Firefox浏览器执行的连接和下载。
--filter "parser == 'chrome_history' OR parser == 'firefox_history' OR parser == 'chrome_downloads' OR parser == 'firefox_downloads'"- 案例目标:我们希望审计系统中的所有条目,但排除 MFT 中数百万条引用文件系统事件日志文件(
FILE)的记录。
--filter "source_short != 'FILE'"结合基础手册和高级分析的所有知识,我们设计了最终的取证查询:
- < strong >怀疑:< /strong > 2026年3月15日发生了通过PowerShell的凭证窃取攻击。
- IOCs(失陷指标):攻击者使用了 PowerShell Shell,并与虚构 IP
172.16.99.100通信。 - < strong >时区:< /strong > 服务器配置为欧洲/马德里时区。
- 目标:生成一个清理后的 CSV 列表,排除通用文件条目(
fs:stat)。
psort.py -z "Europe/Madrid" -o l2tcsv -w /opt/forensics/cases/case-001/timeline_triage_export.csv /opt/forensics/cases/case-001/my_timeline.plaso --date_filter "2026-03-15" --filter "(message CONTAINS 'powershell.exe' OR message CONTAINS '172.16.99.100') AND data_type != 'fs:stat'"-z "Europe/Madrid":自动将报告中的所有日期调整为事件所在本地时区。-o l2tcsv:将输出完美地格式化为 CSV 表格。-w /opt/.../timeline_triage_export.csv:保存生成的分析文件。--date_filter "2026-03-15":(基础过滤)单独隔离事件发生日期。--filter "...":(高级过滤)交叉搜索,要求满足:message字段包含 PowerShell 可执行文件或失陷 IP 地址172.16.99.100。- 并且排除文件系统中所有通用条目(
data_type != 'fs:stat')。

