使用电子邮件进行调查

📌 相关文章

📜 使用电子邮件进行调查

📅 最后修改于: 2020-11-07 08:15:25 🧑 作者: Mango

前几章讨论了网络取证的重要性和过程以及所涉及的概念。在本章中，让我们了解电子邮件在数字取证中的作用以及使用Python进行的调查。

电子邮件在调查中的作用

电子邮件在业务通信中起着非常重要的作用，并已成为Internet上最重要的应用程序之一。它们是一种不仅从计算机而且从其他电子产品(例如手机和平板电脑)发送消息和文档的便捷模式。

电子邮件的不利方面是，犯罪分子可能会泄漏有关其公司的重要信息。因此，近年来电子邮件在数字取证中的作用有所增加。在数字取证中，电子邮件被视为至关重要的证据，电子邮件标题分析对于在取证过程中收集证据已变得很重要。

调查人员在执行电子邮件取证时具有以下目标-

识别主要罪犯
收集必要的证据
提出调查结果
建立案例

电子邮件取证的挑战

电子邮件取证在调查中起着非常重要的作用，因为当前时代的大多数通信都依赖于电子邮件。但是，电子邮件法医调查人员可能在调查过程中面临以下挑战-

假电子邮件

电子邮件取证的最大挑战是使用伪造的电子邮件，这些伪造的电子邮件是通过操纵和编写标题脚本等来创建的。在此类别中，犯罪分子还使用临时电子邮件，这是一项允许注册用户在过期的临时地址接收电子邮件的服务在一定时间后。

欺骗

电子邮件取证的另一个挑战是欺骗，在这种欺骗中，犯罪分子曾经以别人的身份出示电子邮件。在这种情况下，机器将同时收到伪造的IP地址和原始IP地址。

匿名重传

在此，电子邮件服务器会在进一步转发邮件之前从电子邮件中剥离识别信息。这给电子邮件调查带来了另一个巨大挑战。

电子邮件取证调查中使用的技术

电子邮件取证是对电子邮件的来源和内容进行研究，以识别电子邮件的实际发件人和收件人以及其他一些信息，例如传输日期/时间和发件人的意图。它涉及调查元数据，端口扫描以及关键字搜索。

可用于电子邮件取证调查的一些常见技术是

标头分析
服务器调查
网络设备调查
发件人邮件指纹
软件嵌入式标识符

在以下各节中，我们将学习如何使用Python来获取信息以进行电子邮件调查。

从EML文件中提取信息

EML文件基本上是文件格式的电子邮件，广泛用于存储电子邮件。它们是结构化的文本文件，可跨多个电子邮件客户端(例如Microsoft Outlook，Outlook Express和Windows Live Mail)兼容。

EML文件将电子邮件标题，正文内容，附件数据存储为纯文本。它使用base64编码二进制数据，使用Quoted-Printable(QP)编码存储内容信息。下面给出了可用于从EML文件提取信息的Python脚本-

首先，导入以下Python库，如下所示：

from __future__ import print_function
from argparse import ArgumentParser, FileType
from email import message_from_file

import os
import quopri
import base64

在上述库中， quopri用于从EML文件中解码QP编码值。任何base64编码的数据都可以在base64库的帮助下进行解码。

接下来，让我们为命令行处理程序提供参数。请注意，这里它将仅接受一个参数，这将是EML文件的路径，如下所示-

if __name__ == '__main__':
   parser = ArgumentParser('Extracting information from EML file')
   parser.add_argument("EML_FILE",help="Path to EML File", type=FileType('r'))
   args = parser.parse_args()
   main(args.EML_FILE)

现在，我们需要定义main()函数，在其中我们将使用来自电子邮件库的名为message_from_file()的方法来读取类似于对象的文件。在这里，我们将通过使用名为emlfile的结果变量访问标头，正文内容，附件和其他有效负载信息，如下面的代码所示-

def main(input_file):
   emlfile = message_from_file(input_file)
   for key, value in emlfile._headers:
      print("{}: {}".format(key, value))
print("\nBody\n")

if emlfile.is_multipart():
   for part in emlfile.get_payload():
      process_payload(part)
else:
   process_payload(emlfile[1])

现在，我们需要定义process_payload()方法，使用get_payload()方法提取消息正文内容。我们将使用quopri.decodestring()函数解码QP编码的数据。我们还将检查内容MIME类型，以便它可以正确处理电子邮件的存储。遵守下面给出的代码-

def process_payload(payload):
   print(payload.get_content_type() + "\n" + "=" * len(payload.get_content_type()))
   body = quopri.decodestring(payload.get_payload())
   
   if payload.get_charset():
      body = body.decode(payload.get_charset())
else:
   try:
      body = body.decode()
   except UnicodeDecodeError:
      body = body.decode('cp1252')

if payload.get_content_type() == "text/html":
   outfile = os.path.basename(args.EML_FILE.name) + ".html"
   open(outfile, 'w').write(body)
elif payload.get_content_type().startswith('application'):
   outfile = open(payload.get_filename(), 'wb')
   body = base64.b64decode(payload.get_payload())
   outfile.write(body)
   outfile.close()
   print("Exported: {}\n".format(outfile.name))
else:
   print(body)

执行完上述脚本后，我们将在控制台上获取标头信息以及各种有效负载。

使用Python分析MSG文件

电子邮件有许多不同的格式。 MSG是Microsoft Outlook和Exchange使用的一种格式。具有MSG扩展名的文件可能包含标头和主要邮件正文以及超链接和附件的纯ASCII文本。

在本节中，我们将学习如何使用Outlook API从MSG文件提取信息。请注意，以下Python脚本仅适用于Windows。为此，我们需要如下安装名为pywin32的第三方Python库-

pip install pywin32

现在，使用显示的命令导入以下库-

from __future__ import print_function
from argparse import ArgumentParser

import os
import win32com.client
import pywintypes

现在，让我们为命令行处理程序提供一个参数。在这里它将接受两个参数，一个将是MSG文件的路径，另一个将是所需的输出文件夹，如下所示-

if __name__ == '__main__':
   parser = ArgumentParser(‘Extracting information from MSG file’)
   parser.add_argument("MSG_FILE", help="Path to MSG file")
   parser.add_argument("OUTPUT_DIR", help="Path to output folder")
   args = parser.parse_args()
   out_dir = args.OUTPUT_DIR
   
   if not os.path.exists(out_dir):
      os.makedirs(out_dir)
   main(args.MSG_FILE, args.OUTPUT_DIR)

现在，我们需要定义main()函数，在其中我们将调用win32com库来设置Outlook API ，从而进一步允许访问MAPI命名空间。

def main(msg_file, output_dir):
   mapi = win32com.client.Dispatch("Outlook.Application").GetNamespace("MAPI")
   msg = mapi.OpenSharedItem(os.path.abspath(args.MSG_FILE))
   
   display_msg_attribs(msg)
   display_msg_recipients(msg)
   
   extract_msg_body(msg, output_dir)
   extract_attachments(msg, output_dir)

现在，定义此脚本中使用的不同函数。下面给出的代码显示了定义display_msg_attribs()函数，该函数使我们能够显示消息的各种属性，例如subject，to，BCC，CC，Size，SenderName，send等。

def display_msg_attribs(msg):
   attribs = [
      'Application', 'AutoForwarded', 'BCC', 'CC', 'Class',
      'ConversationID', 'ConversationTopic', 'CreationTime',
      'ExpiryTime', 'Importance', 'InternetCodePage', 'IsMarkedAsTask',
      'LastModificationTime', 'Links','ReceivedTime', 'ReminderSet',
      'ReminderTime', 'ReplyRecipientNames', 'Saved', 'Sender',
      'SenderEmailAddress', 'SenderEmailType', 'SenderName', 'Sent',
      'SentOn', 'SentOnBehalfOfName', 'Size', 'Subject',
      'TaskCompletedDate', 'TaskDueDate', 'To', 'UnRead'
   ]
   print("\nMessage Attributes")
   for entry in attribs:
      print("{}: {}".format(entry, getattr(msg, entry, 'N/A')))

现在，定义用于遍历消息并显示收件人详细信息的display_msg_recipeints()函数。

def display_msg_recipients(msg):
   recipient_attrib = ['Address', 'AutoResponse', 'Name', 'Resolved', 'Sendable']
   i = 1
   
   while True:
   try:
      recipient = msg.Recipients(i)
   except pywintypes.com_error:
      break
   print("\nRecipient {}".format(i))
   print("=" * 15)
   
   for entry in recipient_attrib:
      print("{}: {}".format(entry, getattr(recipient, entry, 'N/A')))
   i += 1

接下来，我们定义extract_msg_body()函数，该函数从消息中提取正文内容，HTML以及纯文本。

def extract_msg_body(msg, out_dir):
   html_data = msg.HTMLBody.encode('cp1252')
   outfile = os.path.join(out_dir, os.path.basename(args.MSG_FILE))
   
   open(outfile + ".body.html", 'wb').write(html_data)
   print("Exported: {}".format(outfile + ".body.html"))
   body_data = msg.Body.encode('cp1252')
   
   open(outfile + ".body.txt", 'wb').write(body_data)
   print("Exported: {}".format(outfile + ".body.txt"))

接下来，我们将定义extract_attachments()函数，该函数将附件数据导出到所需的输出目录中。

def extract_attachments(msg, out_dir):
   attachment_attribs = ['DisplayName', 'FileName', 'PathName', 'Position', 'Size']
   i = 1 # Attachments start at 1
   
   while True:
      try:
         attachment = msg.Attachments(i)
   except pywintypes.com_error:
      break

定义所有功能后，我们将使用以下代码行将所有属性打印到控制台：

print("\nAttachment {}".format(i))
print("=" * 15)
   
for entry in attachment_attribs:
   print('{}: {}'.format(entry, getattr(attachment, entry,"N/A")))
outfile = os.path.join(os.path.abspath(out_dir),os.path.split(args.MSG_FILE)[-1])
   
if not os.path.exists(outfile):
os.makedirs(outfile)
outfile = os.path.join(outfile, attachment.FileName)
attachment.SaveAsFile(outfile)
   
print("Exported: {}".format(outfile))
i += 1

运行上述脚本后，我们将在控制台窗口中获取message及其附件的属性，以及输出目录中的几个文件。

使用Python从Google Takeout构建MBOX文件

MBOX文件是具有特殊格式的文本文件，可拆分其中存储的消息。通常将它们与UNIX系统，Thunderbolt和Google Takeouts结合使用。

在本部分中，您将看到一个Python脚本，我们将在其中构造从Google Takeouts获取的MBOX文件。但是在此之前，我们必须知道如何使用我们的Google帐户或Gmail帐户生成这些MBOX文件。

将Google帐户邮箱获取为MBX格式

获得Google帐户邮箱意味着要备份我们的Gmail帐户。出于各种个人或专业原因，可以进行备份。请注意，Google提供了Gmail数据备份。要将我们的Google帐户邮箱获取为MBOX格式，您需要执行以下步骤-

打开我的帐户仪表板。
转到个人信息和隐私部分，然后选择控制您的内容链接。
您可以创建一个新的存档，也可以管理现有的存档。如果单击CREATE ARCHIVE链接，则将为每个我们希望包含的Google产品获得一些复选框。
选择产品后，我们将可以自由选择档案的文件类型和最大大小，以及从列表中选择交付方式。
最后，我们将以MBOX格式获得此备份。

Python代码

现在，可以使用Python构建上面讨论的MBOX文件，如下所示-

首先，需要如下导入Python库：

from __future__ import print_function
from argparse import ArgumentParser

import mailbox
import os
import time
import csv
from tqdm import tqdm

import base64

除用于解析MBOX文件的邮箱库外，其他所有库均已在早期脚本中使用和解释过。

现在，为命令行处理程序提供一个参数。在这里它将接受两个参数-一个是MBOX文件的路径，另一个是所需的输出文件夹。

if __name__ == '__main__':
   parser = ArgumentParser('Parsing MBOX files')
   parser.add_argument("MBOX", help="Path to mbox file")
   parser.add_argument(
      "OUTPUT_DIR",help = "Path to output directory to write report ""and exported content")
   args = parser.parse_args()
   main(args.MBOX, args.OUTPUT_DIR)

现在，将定义main()函数并调用邮箱库的mbox类，借助它我们可以通过提供MBOX文件的路径来解析MBOX文件-

def main(mbox_file, output_dir):
   print("Reading mbox file")
   mbox = mailbox.mbox(mbox_file, factory=custom_reader)
   print("{} messages to parse".format(len(mbox)))

现在，为邮箱库定义一个reader方法，如下所示：

def custom_reader(data_stream):
   data = data_stream.read()
   try:
      content = data.decode("ascii")
   except (UnicodeDecodeError, UnicodeEncodeError) as e:
      content = data.decode("cp1252", errors="replace")
   return mailbox.mboxMessage(content)

现在，创建一些变量以进行进一步处理，如下所示：

parsed_data = []
attachments_dir = os.path.join(output_dir, "attachments")

if not os.path.exists(attachments_dir):
   os.makedirs(attachments_dir)
columns = [
   "Date", "From", "To", "Subject", "X-Gmail-Labels", "Return-Path", "Received", 
   "Content-Type", "Message-ID","X-GM-THRID", "num_attachments_exported", "export_path"]

接下来，使用tqdm生成进度条并跟踪迭代过程，如下所示：

for message in tqdm(mbox):
   msg_data = dict()
   header_data = dict(message._headers)
for hdr in columns:
   msg_data[hdr] = header_data.get(hdr, "N/A")

现在，检查天气消息是否有有效载荷。如果有的话，我们将定义write_payload()方法，如下所示：

if len(message.get_payload()):
   export_path = write_payload(message, attachments_dir)
   msg_data['num_attachments_exported'] = len(export_path)
   msg_data['export_path'] = ", ".join(export_path)

现在，需要附加数据。然后我们将如下调用create_report()方法-

parsed_data.append(msg_data)
create_report(
   parsed_data, os.path.join(output_dir, "mbox_report.csv"), columns)
def write_payload(msg, out_dir):
   pyld = msg.get_payload()
   export_path = []
   
if msg.is_multipart():
   for entry in pyld:
      export_path += write_payload(entry, out_dir)
else:
   content_type = msg.get_content_type()
   if "application/" in content_type.lower():
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
   elif "image/" in content_type.lower():
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))

   elif "video/" in content_type.lower():
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
   elif "audio/" in content_type.lower():
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
   elif "text/csv" in content_type.lower():
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
   elif "info/" in content_type.lower():
      export_path.append(export_content(msg, out_dir,
      msg.get_payload()))
   elif "text/calendar" in content_type.lower():
      export_path.append(export_content(msg, out_dir,
      msg.get_payload()))
   elif "text/rtf" in content_type.lower():
      export_path.append(export_content(msg, out_dir,
      msg.get_payload()))
   else:
      if "name=" in msg.get('Content-Disposition', "N/A"):
         content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
   elif "name=" in msg.get('Content-Type', "N/A"):
      content = base64.b64decode(msg.get_payload())
      export_path.append(export_content(msg, out_dir, content))
return export_path

请注意，上面的if-else语句很容易理解。现在，我们需要定义一个将从msg对象提取文件名的方法，如下所示：

def export_content(msg, out_dir, content_data):
   file_name = get_filename(msg)
   file_ext = "FILE"
   
   if "." in file_name: file_ext = file_name.rsplit(".", 1)[-1]
   file_name = "{}_{:.4f}.{}".format(file_name.rsplit(".", 1)[0], time.time(), file_ext)
   file_name = os.path.join(out_dir, file_name)

现在，借助以下代码行，您实际上可以导出文件-

if isinstance(content_data, str):
   open(file_name, 'w').write(content_data)
else:
   open(file_name, 'wb').write(content_data)
return file_name

现在，让我们定义一个函数，从消息中提取文件名，以准确表示这些文件的名称，如下所示：

def get_filename(msg):
   if 'name=' in msg.get("Content-Disposition", "N/A"):
      fname_data = msg["Content-Disposition"].replace("\r\n", " ")
      fname = [x for x in fname_data.split("; ") if 'name=' in x]
      file_name = fname[0].split("=", 1)[-1]
   elif 'name=' in msg.get("Content-Type", "N/A"):
      fname_data = msg["Content-Type"].replace("\r\n", " ")
      fname = [x for x in fname_data.split("; ") if 'name=' in x]
      file_name = fname[0].split("=", 1)[-1]
   else:
      file_name = "NO_FILENAME"
   fchars = [x for x in file_name if x.isalnum() or x.isspace() or x == "."]
   return "".join(fchars)

现在，我们可以通过定义create_report()函数来编写CSV文件，如下所示：

def create_report(output_data, output_file, columns):
   with open(output_file, 'w', newline="") as outfile:
      csvfile = csv.DictWriter(outfile, columns)
      csvfile.writeheader()
      csvfile.writerows(output_data)

运行上面给出的脚本后，我们将获得CSV报告和包含附件的目录。