analyzing-disk-image-with-autopsy

使用 Autopsy 对磁盘镜像进行全面取证分析，恢复文件、检查痕迹并构建调查时间线。

跳到安装

仓库: killvxk/cybersecurity-skills-zh
最近来源活动: 2026年3月17日 21:38
检测到的 SKILL.md 语言: 中文
星标: 42
分支: 9

安装方式

默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

直接命令不会经过审查 Prompt；运行前请先检查来源。

npx skills add https://github.com/killvxk/cybersecurity-skills-zh --skill analyzing-disk-image-with-autopsy

命令会保持在同一行。复制前请横向滚动并检查完整内容。

想先保存到本地？可下载 SkillsMP 当前能够提供的文件。

检查来源文件

决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。

文件资源管理器

4 个文件

SKILL.md

来源说明 · 只读预览

返回搜索返回安装

hunting-for-dns-tunneling-with-zeek

通过分析 Zeek dns.log 中的高熵子域名查询、超量查询量、超长查询长度以及异常 DNS 记录类型，检测 DNS 隧道和数据外泄中的隐蔽通道通信。适用于：当需要狩猎基于 DNS 的 C2 或数据外泄通道、调查异常 DNS 查询模式、或响应涉及 DNS 隧道工具（iodine、dnscat2、DNSExfiltrator）的威胁情报时使用。

2026-04-27

implementing-beyondcorp-zero-trust-access-model

实施 Google 的 BeyondCorp 零信任访问模型，通过 IAP、Access Context Manager 和 Chrome Enterprise Premium，消除网络边界的隐式信任，强制执行基于身份的访问控制，实现无 VPN 的安全应用访问。适用于将传统 VPN 替换为零信任架构、部署 Identity-Aware Proxy、配置设备信任策略、或为远程办公实施上下文感知访问控制时使用。

2026-04-27

testing-for-xss-vulnerabilities-with-burpsuite

在授权的安全评估过程中，使用 Burp Suite 的扫描器、Intruder 和 Repeater 工具识别和验证跨站脚本（XSS）漏洞。适用于 Web 应用渗透测试中检测反射型、存储型和 DOM 型 XSS，验证自动化扫描器报告的 XSS 发现，以及评估 CSP 和 XSS 过滤器的有效性时使用。

2026-04-27

查看这个仓库的全部 Skills

name	analyzing-disk-image-with-autopsy
description	使用 Autopsy 对磁盘镜像进行全面取证分析，恢复文件、检查痕迹并构建调查时间线。
domain	cybersecurity
subdomain	digital-forensics
tags	["forensics","autopsy","disk-analysis","sleuth-kit","file-recovery","artifact-analysis"]
version	1.0
author	mahipal
license	Apache-2.0

使用 Autopsy 分析磁盘镜像

适用场景

当您有取证磁盘镜像并需要对其内容进行结构化分析时
调查需要文件恢复、关键词搜索和时间线分析时
当非技术利益相关方需要从取证证据中获取可视化报告时
检查文件系统元数据、已删除文件和嵌入的痕迹时
从多个磁盘镜像构建全面案件时

前置条件

已安装 Autopsy 4.x（Windows）或带 The Sleuth Kit 的 Autopsy 4.x（Linux）
raw（dd）、E01（EnCase）或 AFF 格式的取证磁盘镜像
最低 8GB RAM（大型镜像建议 16GB）
Autopsy 所需的 Java 运行时环境（JRE）8+
足够的磁盘空间用于 Autopsy 案件数据库（镜像大小的 2-3 倍）
用于文件识别的哈希数据库（NSRL、已知恶意哈希）

工作流程

步骤 1：安装 Autopsy 并配置环境

# 在 Linux 上安装 Sleuth Kit 和 Autopsy
sudo apt-get install autopsy sleuthkit

# 从官方来源下载 Autopsy 4.x（GUI 版本）
wget https://github.com/sleuthkit/autopsy/releases/download/autopsy-4.21.0/autopsy-4.21.0.zip
unzip autopsy-4.21.0.zip -d /opt/autopsy

# 在 Windows 上，从 sleuthkit.org 运行 MSI 安装程序
# 启动 Autopsy
/opt/autopsy/bin/autopsy --nosplash

# 同时安装 Sleuth Kit 命令行工具配合 Autopsy 使用
sudo apt-get install sleuthkit

步骤 2：创建新案件并添加磁盘镜像

1. 启动 Autopsy > "New Case"（新建案件）
2. 输入案件名称: "CASE-2024-001-Workstation"
3. 设置基本目录: /cases/case-2024-001/autopsy/
4. 输入案件编号、检验员姓名
5. 点击 "Add Data Source"（添加数据源）
6. 选择 "Disk Image or VM File"（磁盘镜像或虚拟机文件）
7. 浏览至: /cases/case-2024-001/images/evidence.dd
8. 选择原始系统的时区
9. 配置摄取模块（见步骤 3）

# 也可以先用 Sleuth Kit CLI 验证镜像
img_stat /cases/case-2024-001/images/evidence.dd

# 列出镜像中的分区
mmls /cases/case-2024-001/images/evidence.dd

# 输出示例:
# DOS Partition Table
# Offset Sector: 0
# Units are in 512-byte sectors
#      Slot    Start        End          Length       Description
#      00:  -----   0000000000   0000002047   0000002048   Primary Table (#0)
#      01:  00:00   0000002048   0001026047   0001024000   NTFS (0x07)
#      02:  00:01   0001026048   0976771071   0975745024   NTFS (0x07)

# 列出分区中的文件（偏移量 2048 扇区）
fls -o 2048 /cases/case-2024-001/images/evidence.dd

步骤 3：配置并运行摄取模块

启用以下 Autopsy 摄取模块:
- Recent Activity（最近活动）: 提取浏览器历史、下载记录、Cookie、书签
- Hash Lookup（哈希查找）: 对照 NSRL 和已知恶意哈希集比对文件
- File Type Identification（文件类型识别）: 通过特征而非扩展名识别文件
- Keyword Search（关键词搜索）: 对内容建立全文搜索索引
- Email Parser（邮件解析器）: 从 PST、MBOX、EML 文件中提取邮件
- Extension Mismatch Detector（扩展名不匹配检测器）: 查找扩展名错误的文件
- Exif Parser（Exif 解析器）: 从图像中提取元数据（GPS、相机、时间戳）
- Encryption Detection（加密检测）: 识别加密文件和容器
- Interesting Files Identifier（有趣文件识别器）: 标记匹配自定义规则集的文件
- Embedded File Extractor（嵌入文件提取器）: 从 ZIP、Office 文档、PDF 中提取文件
- Picture Analyzer（图片分析器）: 使用 PhotoDNA 或哈希匹配分类图像
- Data Source Integrity（数据源完整性）: 在摄取期间验证镜像哈希

# 配置 NSRL 哈希集用于已知良性文件过滤
# 从 https://www.nist.gov/itl/ssd/software-quality-group/national-software-reference-library-nsrl 下载 NSRL
wget https://s3.amazonaws.com/rds.nsrl.nist.gov/RDS/current/rds_modernm.zip
unzip rds_modernm.zip -d /opt/autopsy/hashsets/

# 在 Autopsy 中导入:
# 工具 > 选项 > 哈希集 > 导入 > 选择 NSRLFile.txt
# 标记为 "Known"（已知）以过滤已知良性文件

步骤 4：分析文件系统并恢复已删除文件

# 在 Autopsy GUI 中: 浏览树形结构
# - 数据源 > evidence.dd > vol2 (NTFS)
# - 检查目录树，注意已删除文件（标有 X）

# 使用 Sleuth Kit CLI 进行针对性恢复
# 列出已删除文件
fls -rd -o 2048 /cases/case-2024-001/images/evidence.dd

# 通过 inode 恢复特定已删除文件
icat -o 2048 /cases/case-2024-001/images/evidence.dd 14523 > /cases/case-2024-001/recovered/deleted_document.docx

# 从目录中提取所有文件
tsk_recover -o 2048 -d /Users/suspect/Documents \
   /cases/case-2024-001/images/evidence.dd \
   /cases/case-2024-001/recovered/documents/

# 获取详细文件元数据
istat -o 2048 /cases/case-2024-001/images/evidence.dd 14523
# 显示: 创建、修改、访问、MFT 变更时间戳、大小、数据运行

步骤 5：执行关键词搜索并标记证据

在 Autopsy 中:
1. 关键词搜索面板 > "Ad Hoc Keyword Search"（即席关键词搜索）
2. 搜索词: 信用卡模式、SSN 正则表达式、电子邮件地址
3. 信用卡正则示例: \b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14})\b
4. SSN 正则示例: \b\d{3}-\d{2}-\d{4}\b
5. 查看结果 > 右键点击条目 > "Add Tag"（添加标签）
6. 创建标签: "Evidence-Critical"、"Evidence-Supporting"、"Requires-Review"
7. 为已标记条目添加注释，记录相关性

# 使用 Sleuth Kit 进行 CLI 关键词搜索
srch_strings -a -o 2048 /cases/case-2024-001/images/evidence.dd | \
   grep -iE '(password|secret|confidential)' > /cases/case-2024-001/keyword_hits.txt

# 搜索特定文件特征
sigfind -o 2048 /cases/case-2024-001/images/evidence.dd 25504446
# 25504446 = %PDF 头部特征

步骤 6：构建时间线并生成报告

在 Autopsy 中:
1. 时间线查看器: 工具 > 时间线
2. 选择关注的日期范围（事件窗口）
3. 按事件类型过滤: 文件创建、修改、访问、网络活动
4. 放大可疑时间段
5. 将时间线事件导出为 CSV 用于外部分析

生成报告:
1. 生成报告 > HTML 报告
2. 选择要包含的已标记条目和数据源
3. 配置报告章节: 文件列表、关键词命中、时间线
4. 导出到 /cases/case-2024-001/reports/

# 使用 Sleuth Kit mactime 进行 CLI 时间线分析
fls -r -m "/" -o 2048 /cases/case-2024-001/images/evidence.dd > /cases/case-2024-001/bodyfile.txt

# 从 bodyfile 生成时间线
mactime -b /cases/case-2024-001/bodyfile.txt -d > /cases/case-2024-001/timeline.csv

# 过滤时间线到特定日期范围
mactime -b /cases/case-2024-001/bodyfile.txt \
   -d 2024-01-15..2024-01-20 > /cases/case-2024-001/incident_timeline.csv

核心概念

概念	定义
摄取模块（Ingest Modules）	在导入时自动处理数据源的分析插件
MFT（主文件表）	记录所有文件条目和属性的 NTFS 元数据结构
文件雕刻（File carving）	使用文件特征从未分配空间恢复文件
哈希过滤（Hash filtering）	使用 NSRL 或自定义哈希集排除已知良性文件或标记已知恶意文件
时间线分析（Timeline analysis）	按时间顺序重建文件系统和用户活动事件
已删除文件恢复（Deleted file recovery）	恢复目录条目已删除但数据仍存在的文件
关键词索引（Keyword indexing）	从所有文件内容（包括松弛空间）建立的全文搜索索引
痕迹提取（Artifact extraction）	自动解析浏览器、邮件、注册表和操作系统特定痕迹

工具与系统

工具	用途
Autopsy	用于磁盘镜像分析的开源 GUI 取证平台
The Sleuth Kit (TSK)	Autopsy 底层的命令行取证工具包
fls	列出磁盘镜像中的文件和目录，包括已删除条目
icat	通过 inode 编号从磁盘镜像中提取文件内容
mactime	从 TSK bodyfile 格式生成时间线
mmls	显示磁盘镜像的分区布局
NSRL	用于识别已知软件文件的 NIST 哈希数据库
sigfind	在扇区级别搜索文件特征

常见场景

场景：员工数据窃取调查 导入员工工作站镜像，运行所有摄取模块，搜索公司机密文件名和关键词，检查最近活动中的 USB 连接痕迹，查找云存储客户端痕迹，审查已删除文件中的数据暂存证据，为法律团队生成 HTML 报告。

场景：恶意软件感染取证 添加受损系统镜像，启用扩展名不匹配和加密检测模块，检查预取目录中的执行证据，搜索已知恶意软件哈希，围绕感染窗口构建时间线，提取可疑可执行文件在沙箱中进一步分析。

场景：知识产权纠纷 将多个员工磁盘镜像作为单个案件的独立数据源导入，对专有术语和项目名称执行关键词搜索，比较各来源之间的文件哈希，构建显示文件访问和传输模式的时间线，导出证据供法律审查。

输出格式

Autopsy 案件分析摘要:
  案件:           CASE-2024-001-Workstation
  镜像:           evidence.dd (500GB NTFS)
  分区:           2 个（系统保留 + 主分区）
  总文件数:       245,832
  已删除文件:     12,456 个（可恢复: 8,234 个）

  摄取结果:
    哈希匹配（已知恶意）:  3 个文件
    扩展名不匹配:          17 个文件
    关键词命中:            234 次，分布于 45 个文件
    加密文件:              检测到 5 个容器
    提取的 EXIF 数据:      1,245 张带元数据的图像

  已标记证据:
    关键:     12 条
    支撑:     34 条
    待审:     67 条

  时间线事件:  1,234,567 条（过滤到事件窗口后: 892 条）
  报告:       /cases/case-2024-001/reports/autopsy_report.html

analyzing-disk-image-with-autopsy

来源信息

安装方式

检查来源文件

同仓库更多 Skills

同仓库更多 Skills

使用 Autopsy 分析磁盘镜像

适用场景

前置条件

工作流程

步骤 1：安装 Autopsy 并配置环境

步骤 2：创建新案件并添加磁盘镜像

步骤 3：配置并运行摄取模块

步骤 4：分析文件系统并恢复已删除文件

步骤 5：执行关键词搜索并标记证据

步骤 6：构建时间线并生成报告

核心概念

工具与系统

常见场景

输出格式

使用 Autopsy 分析磁盘镜像

适用场景

前置条件

工作流程

步骤 1：安装 Autopsy 并配置环境

步骤 2：创建新案件并添加磁盘镜像

步骤 3：配置并运行摄取模块

步骤 4：分析文件系统并恢复已删除文件

步骤 5：执行关键词搜索并标记证据

步骤 6：构建时间线并生成报告

核心概念

工具与系统

常见场景

输出格式