Python Forensics

Cursus Python Forensics

De cursus Python Forensics richt zich op het onderzoek en de analyse van de data die op devices aanwezig zijn in file systemen, browsers, log files en andere databronnen. Deze cursus biedt deelnemers de vaardigheden die nodig zijn om forensisch onderzoek te verrichten met behulp van Python.

Device Data Analysis

In deze module wordt uitgebreid ingegaan op de verschillende aspecten van device data analysis. De cursus behandelt hoe je data kunt extraheren en analyseren van diverse bronnen, waaronder file systemen en log files. De focus ligt op het effectief toepassen van Python voor het verwerken van deze gegevens.

Python Fundamentals en Libraries

De cursus begint met de fundamentals van de Python programmeertaal. Deelnemers leren over data types, control flow, classes, modules, packages en comprehensions. Daarnaast worden belangrijke Python libraries besproken, zoals de Regular Expression pattern matching library, de log library en de Date en Time library, die cruciaal zijn voor forensisch onderzoek.

File en Database Analysis

In deze sectie wordt uitgebreid aandacht besteed aan de benadering van file systemen en de analyse van bestanden. Speciale onderwerpen zijn de creatie van Artifact Reports en de hashing van Data Streams. Ook de analyse van databases zoals SQLite, het identificeren van hiaten en data recovery zijn onderdeel van het cursusprogramma. De cursus behandelt ook hoe je locatiegegevens kunt achterhalen uit Wi-Fi berichten en hoe je webserverlogs effectief kunt analyseren.

Audio en Video Analysis

De cursus omvat ook de analyse van audio- en video-data en de mining van PDF- en Office Metadata. De Windows registry kan belangrijke informatie verschaffen; de analyse hiervan wordt eveneens behandeld. De deelnemers leren technieken om waardevolle gegevens uit verschillende media te extraheren.

Mail Box Analysis

Tenslotte komt de analyse van PST- en OST-mailboxen aan bod. De deelnemers leren hoe ze EML-bestanden kunnen lezen en analyseren, evenals het opsporen en gebruiken van Key Loggers. Deze vaardigheden zijn essentieel voor het effectief uitvoeren van forensisch onderzoek.
Voor meer informatie over Python, bezoek de officiële Python-website. Wil je meer leren over het programmeren in Python? Bekijk dan ook onze cursus Python Programmeren.

Doelgroep voor de Cursus Python Forensics

De cursus Python Forensics is bedoeld voor developers en analisten die Python willen leren gebruiken voor opsporings onderzoek ter ondersteuning van het juridische proces.

Voorkennis voor de Training Python Forensics

Ervaring met Python programmeren is niet strikt noodzakelijk om deel te nemen aan deze cursus. Ervaring in Python programmeren is wel bevorderlijk voor een goede begripsvorming.

Uitvoering Training Python Forensics

De theorie in de cursus Python Forensics wordt behandeld aan de hand van presentatie slides. Illustratieve demo's verduidelijken de concepten. De theorie wordt afgewisseld met oefeningen. De cursustijden zijn van 9.30 tot 16.30.

Certificaat Python Forensics

De deelnemers krijgen na het goed doorlopen van de cursus een officieel certificaat Python Forensics.

Modules

Module 1 : Python Essentials

• Python 2 versus Python 3
• Lines and Indentation
• Python Data Types
• Numbers and Strings
• Lists and Tuples
• Sets and Dictionaries
• Python Flow Control
• Comprehensions
• Functions
• Modules and Packages
• Exception Handling

Module 2 : Classes and Objects

• Python Object Orientation
• Creating Classes
• Class Members
• Creating and Using Objects
• Property Syntax
• Static Methods
• Encapsulation
• Inheritance and Polymorphism
• Constructor Chaining
• Overriding Methods
• Abstract Classes

Module 3 : Python Libraries

• Regular Expressions
• Logging
• Log Configuration
• Generators
• Unit Testing
• Dates and Times
• JSON Access
• XML Access
• Numpy Library
• Pandas Library
• Plotting

Module 4 : File Analysis

• File I/O
• Iterating over Files
• Recording File Attributes
• Copying Files
• Attributes and Timestamps
• Hashing Data Streams
• Creating Artifact Reports
• Working with CSVs
• Visualizing Events with Excel
• Parsing PLIST Files

Module 5 : DB and Mobile Data

• Database Access
• Python DB API
• Handling SQLite Databases
• Identifying Gaps in SQLite
• Logging Results
• Putting Wi-Fi on the map
• Recover Messages
• Log-Based Artifact Recipes
• Parsing IIS Web Logs
• Interpreting daily.out Log

Module 6 : Extracting Metadata

• Audio and Video Metadata
• Mining for PDF Metadata
• Review Executable Metadata
• Office Document Metadata
• Metadata Extractor with EnCase
• Networking Analysis
• Compromise Recipes
• Jump start with IEF
• Taking Names Recipes
• Viewing MSG Files

Module 7 : Forensic Artifacts Recipes

• Forensic Evidence Recipes
• Opening Acquisitions
• Gathering Media Information
• Processing Container Files
• Searching for Hashes
• Searching High and Low
• Reading the Registry
• Gathering User Activity
• Parsing Prefetch Files
• Indexing Internet History
• Dissecting the SRUM database

Module 8 : Parsing PST Containers

• Personal Storage Table
• PST and OST Mailboxes
• libpff and pypff
• Reading Emails
• Parsing EML files
• Traversing Folders
• Summarizing Data
• Using HTML Templates
• Heat Map
• Word Statistics
• pffexport and pffinfo

Module 9 : Key Loggers

• Detecting Malicious Processes
• Hardware Keyloggers
• Software Keyloggers
• Monitoring Keyboard Events
• Capturing Screenshots
• Capturing Clipboard
• Monitoring Processes
• Multi Processing
• Keylogger Controllers
• Special Keys
• Non-English Keyboards