BDF514: Erstellung forensischer Werkzeuge

Wahlpflichtmodule

BDF514: Erstellung forensischer Werkzeuge

Kurzporträt BDF514: Erstellung forensischer Werkzeuge
Worum geht es? Dieses Modul behandelt Erstellung forensischer Werkzeuge im Kontext der Digitalen Forensik. Im Mittelpunkt stehen insbesondere Einführung in Skriptsprachen wie beispielsweise Python und Lua; Parsing von Log-Dateien, Extraktion von Daten aus verschiedenen Dateiformaten wie z.B. CSV, JSON, XML; Verarbeitung von Datenpaketen, Extraktion von Metadaten und anderen Informationen.
Wofür braucht man es? Eigene Werkzeuge ermöglichen wiederholbare Auswertungen, passgenaue Datenextraktion und die Automatisierung forensischer Arbeitsschritte in konkreten Untersuchungssituationen.
Wieso ist es interessant? Das Modul verbindet fachliche Grundlagen mit anwendungsnahen Fragestellungen und zeigt, wie die behandelten Konzepte in realen digitalen Untersuchungs- und Sicherheitskontexten wirksam werden.
Modulverantwortung

Prof. Dr. Jens Brandt

Lehrperson(en)
  • Prof. Dr. Jens Brandt
  • Prof. Dr. Nils Kopal
Verwendbarkeit

Bachelor Digitale Forensik

Fächergruppe

Informatik

Modultyp
Wahlpflicht
Sprache

Deutsch

Angebot

Wintersemester

Dauer

1 Semester

Credits

5 ECTS

Benotung

Deutsche Notenskala 1-5

SWS

2 V | 2 Ü | - P | - S

Workload
Präsenzstudium: 45 Std. Selbststudium: 90 Std.
Engl. Titel

Development of Forensic Tools

Empfohlene Voraussetzungen
  • BDF103: Programmierung: Python, strukturierte Programmentwicklung, Tests und Softwareanalyse.
  • BDF201: Betriebssysteme: Anwendung: Betriebssystemdienste, Kommandozeile, Dateisystem und Scripting.
  • BDF204: Forensische Methoden und Werkzeuge: forensische Arbeitsabläufe, Datenquellen und Werkzeugnutzung.
  • BDF205: IT-Sicherheit: sicherheitsbezogene Anforderungen an Software und Werkzeuge.
  • BDF302: Rechnernetze und Rechnernetzsicherheit: Netzwerkprotokolle und Netzwerkverkehr als Grundlage für die Auswertung von Netzwerkdaten.
Lernergebnisse / Kompetenzen
WAS

Die Studierenden können eigene Skripte und Werkzeuge zur Auswertung digitaler Spuren entwickeln, testen und in forensische Arbeitsabläufe integrieren.

WOMIT

Die Studierenden erreichen dieses Lernergebnis, indem sie insbesondere folgende im PDF genannten Kompetenzen aufbauen:

  • mit Skriptsprachen wie Python oder Lua Programme zur Auswertung digitaler Spuren zu schreiben,
  • mit den erstellten Programmen Dienste des Betriebssystems zu nutzen,
  • fortgeschrittene Konzepte zur Auswertung von Log-Dateien, Analyse verschiedener Dateiformate oder von Netzwerktraffic und das Auswerten von Netzwerkprotokollen in Software umsetzen zu können
  • Werkzeuge zur Datenanalyse, Extraktion von Informationen und zur Automatisierung von Prozessen zu entwickeln
  • Skripte in vorhandene Werkzeuge wie beispielsweise Wireshark zu integrieren
  • Skripte zu debuggen und zu testen, um sicherzustellen, dass sie korrekt und effektiv funktionieren
WOZU

Damit sie in späteren Modulen, Projekten und beruflichen Aufgaben der Digitalen Forensik fachliche Entscheidungen begründet treffen, digitale Sachverhalte systematisch untersuchen und Ergebnisse nachvollziehbar kommunizieren können.

Inhalte
  • Einführung in Skriptsprachen wie beispielsweise Python und Lua
  • Parsing von Log-Dateien, Extraktion von Daten aus verschiedenen Dateiformaten wie z.B. CSV, JSON, XML
  • Verarbeitung von Datenpaketen, Extraktion von Metadaten und anderen Informationen
  • Erstellung von Skripten zur Automatisierung von Aufgaben und Prozessen
  • Methoden und Möglichkeiten zur Datenanalyse und -visualisierung
  • Integration von Skripten mit anderen Tools und Frameworks, wie z.B. Datenbanken und anderen Forensik-Tools
  • Verwendung von Debugging-Tools und Techniken, Schreiben von Unit-Tests und Durchführen von manuellen Tests
  • IT-Sicherheitstechnische Aspekte der Programmierung und Einsatz in der Praxis
Prüfungsvorleistung

Keine

Prüfungsleistung

Studien-, Projekt- oder Hausarbeit (10 - 15 Seiten)

Literatur
  • Preston Miller und Chapin Bryce: Learning Python for Forensics, Packt Publishing, Birmingham, 2019
  • Chet Hosmer: Python Forensics, Syngress, Waltham, 2014
  • David Beazley und Brian K. Jones: Python Cookbook, O’Reilly Media, Sebastopol, 2013
  • Al Sweigart: Automate the Boring Stuff with Python, No Starch Press, San Francisco, 2019