使用电子邮件进行调查

---

前面的章节讨论了网络取证的重要性、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

电子邮件在商业通信中发挥着非常重要的作用，并已成为互联网上最重要的应用之一。它们是发送消息和文档的便捷模式，不仅可以从计算机发送消息和文档，还可以从手机和平板电脑等其他电子产品发送消息和文档。

电子邮件的负面影响是犯罪分子可能会泄露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不断增强。在数字取证中，电子邮件被视为重要证据，而电子邮件标头分析对于在取证过程中收集证据变得非常重要。

调查员在执行电子邮件取证时有以下目标 -

• 查明主要犯罪分子
• 收集必要的证据
• 展示研究结果
• 构建案例

电子邮件取证的挑战

电子邮件取证在调查中发挥着非常重要的作用，因为当今时代的大多数通信都依赖于电子邮件。然而，电子邮件取证调查员在调查过程中可能会面临以下挑战 -

虚假电子邮件

电子邮件取证中最大的挑战是使用通过操纵和编写标头等创建的虚假电子邮件。在这一类别中，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经过一定时间后。

欺骗

电子邮件取证的另一个挑战是欺骗，犯罪分子通常将电子邮件冒充他人。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。

匿名重新发送电子邮件

在这里，电子邮件服务器在进一步转发之前从电子邮件消息中剥离识别信息。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的研究，作为识别消息的实际发件人和收件人以及其他一些信息（例如传输日期/时间和发件人意图）的证据。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

• 标题分析
• 服务器调查
• 网络设备调查
• 发件人邮件指纹
• 软件嵌入标识符

在以下部分中，我们将学习如何使用 Python 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 文件以纯文本形式存储电子邮件标题、正文内容、附件数据。它使用base64对二进制数据进行编码，并使用Quoted-Printable (QP)编码来存储内容信息。下面给出了可用于从 EML 文件中提取信息的 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用于解码 EML 文件中的 QP 编码值。任何 Base64 编码的数据都可以借助Base64库进行解码。

接下来，让我们为命令行处理程序提供参数。请注意，这里它只接受一个参数，即 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，在该函数中我们将使用电子邮件库中名为message_from_file()的方法来读取文件类对象。在这里，我们将使用名为emlfile的结果变量来访问标头、正文内容、附件和其他有效负载信息，如下面给出的代码所示 -

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，在该方法中我们将使用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。观察下面给出的代码 -

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

电子邮件有多种不同的格式。MSG 是 Microsoft Outlook 和 Exchange 使用的一种格式。带有 MSG 扩展名的文件可能包含纯 ASCII 文本的标头和主要消息正文以及超链接和附件。

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

pip install pywin32

现在，使用所示命令导入以下库 -

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。这里它将接受两个参数，一个是 MSG 文件的路径，另一个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，在该函数中我们将调用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，定义我们在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，该函数允许我们显示消息的各种属性，例如主题、收件人、密件抄送、抄送、大小、发件人名称、已发送等。

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display_msg_recipeints()函数，该函数迭代消息并显示收件人详细信息。

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，用于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，将附件数据导出到所需的输出目录。

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

定义所有函数后，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消息及其附件的属性以及输出目录中的几个文件。

使用 Python 构建来自 Google Takeout 的 MBOX 文件

MBOX 文件是具有特殊格式的文本文件，可分割其中存储的消息。它们通常与 UNIX 系统、Thunderbolt 和 Google Takeouts 相关。

在本节中，您将看到一个 Python 脚本，我们将在其中构建从 Google Takeouts 获取的 MBOX 文件。但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。

获取Google帐户邮箱为MBX格式

获取Google帐户邮箱意味着备份我们的Gmail帐户。可以出于各种个人或专业原因进行备份。请注意，Google 提供 Gmail 数据的备份。要将我们的 Google 帐户邮箱获取为 MBOX 格式，您需要按照以下步骤操作 -

• 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。

• 您可以创建新的存档或管理现有的存档。如果我们点击“CREATE ARCHIVE”链接，那么我们将看到我们希望包含的每个 Google 产品的一些复选框。

• 选择产品后，我们将可以自由选择存档的文件类型和最大大小以及从列表中选择的交付方式。

• 最后，我们将获得 MBOX 格式的备份。

Python代码

现在，上面讨论的 MBOX 文件可以使用 Python 构建，如下所示 -

首先，需要导入 Python 库，如下所示 -

from __future__ import print_function
from argparse import ArgumentParser

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

import base64

除了用于解析 MBOX 文件的邮箱库之外，所有库都已在早期脚本中使用和解释。

现在，为命令行处理程序提供一个参数。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其路径来解析 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，为邮箱库定义一个阅读器方法，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负载。如果有那么我们将定义write_payload()方法如下 -

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。然后我们将调用create_report()方法，如下所示 -

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

观察上面的 if-else 语句很容易理解。现在，我们需要定义一个从msg对象中提取文件名的方法，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，您可以实际导出文件 -

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来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 报告和充满附件的目录。