Communitygithub.com

Analyse der USB-Geräteverbindungshistorie

Korrelation von Windows-Registrierungsschlüsseln (USBSTOR, MountedDevices), Ereignisprotokollen und SetupAPI-Protokollen zur Rekonstruktion einer detaillierten USB-Verbindungshistorie.

Was ist Analyse der USB-Geräteverbindungshistorie?

Diese Fähigkeit ermöglicht es, die gesamte Historie von USB-Geräteverbindungen auf einem Windows-System zu rekonstruieren, indem forensische Datenquellen wie die USBSTOR- (Geräteidentifikation), MountedDevices- (Laufwerksbuchstaben) und MountPoints2-Registrierungsschlüssel (Benutzerzuordnung) sowie SetupAPI-Protokolle (erste Verbindung) und Windows-Ereignisprotokolle korreliert werden. Sie ist speziell für digitale Forensik und Incident Response konzipiert und unterstützt die Extraktion von Geräte-IDs (VID/PID), Seriennummern, Verbindungszeitstempeln und Benutzerzuordnungen. Die Fähigkeit arbeitet mit den Tools USBDeview, USB Forensic Tracker, RegRipper, KAPE und Velociraptor und erstellt eine einheitliche Timeline im CSV-Format. Dies ist entscheidend, um Datenexfiltration durch Wechseldatenträger zu untersuchen, Insider-Bedrohungen nachzugehen oder die Einhaltung von Richtlinien zu überprüfen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/analyzing-usb-device-connection-history
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht Analyse der USB-Geräteverbindungshistorie?

Verwendungshinweise

  • Bei der Untersuchung potenzieller Datenexfiltration über Wechseldatenträger
  • Bei Insider-Bedrohungsuntersuchungen zur Verfolgung der USB-Gerätenutzung
  • Für Compliance-Audits zur Überprüfung der Einhaltung von Wechselmedienrichtlinien
  • Bei der Korrelation von USB-Verbindungen mit Dateizugriffs- und Kopierereignissen
  • Zur Erstellung einer Zeitleiste der Geräteverbindungen während eines Vorfalls

Voraussetzungen

  • Forensisches Abbild oder extrahierte Registrierungshives und Ereignisprotokolle
  • Zugriff auf SYSTEM-, SOFTWARE- und NTUSER.DAT-Registrierungshives
  • SetupAPI-Protokolle (setupapi.dev.log)
  • Windows-Ereignisprotokolle (System, Sicherheit, DriverFrameworks-UserMode)
  • USBDeview, USB Forensic Tracker oder RegRipper
  • Verständnis der USB-Geräteidentifikation (VID, PID, Seriennummer)

Arbeitsablauf

Schritt 1: Extraktion USB-bezogener Artefakte

# Forensisches Abbild mounten und relevante Artefakte kopieren
mount -o ro,loop,offset=$((2048*512)) /cases/case-2024-001/images/evidence.dd /mnt/evidence

mkdir -p /cases/case-2024-001/usb/

# Registrierungshives
cp /mnt/evidence/Windows/System32/config/SYSTEM /cases/case-2024-001/usb/
cp /mnt/evidence/Windows/System32/config/SOFTWARE /cases/case-2024-001/usb/
cp /mnt/evidence/Users/*/NTUSER.DAT /cases/case-2024-001/usb/

# SetupAPI-Protokolle (erste Verbindungszeitstempel)
cp /mnt/evidence/Windows/INF/setupapi.dev.log /cases/case-2024-001/usb/

# Ereignisprotokolle
cp /mnt/evidence/Windows/System32/winevt/Logs/System.evtx /cases/case-2024-001/usb/
cp "/mnt/evidence/Windows/System32/winevt/Logs/Microsoft-Windows-DriverFrameworks-UserMode%4Operational.evtx" \
   /cases/case-2024-001/usb/ 2>/dev/null
cp "/mnt/evidence/Windows/System32/winevt/Logs/Microsoft-Windows-Partition%4Diagnostic.evtx" \
   /cases/case-2024-001/usb/ 2>/dev/null

Schritt 2: Extrahieren des USBSTOR-Registrierungsschlüssels

# USBSTOR-Einträge aus dem SYSTEM-Hive extrahieren
python3 << 'PYEOF'
from Registry import Registry
import json

reg = Registry.Registry("/cases/case-2024-001/usb/SYSTEM")

# Aktuelles ControlSet finden
select = reg.open("Select")
current = select.value("Current").value()
controlset = f"ControlSet{current:03d}"

# USBSTOR parsen
usbstor_path = f"{controlset}\\Enum\\USBSTOR"
usbstor = reg.open(usbstor_path)

devices = []
print("=== USBSTOR-GERÄTE ===\n")

for device_class in usbstor.subkeys():
    # Format: Disk&Ven_VENDOR&Prod_PRODUKT&Rev_REVISION
    class_name = device_class.name()
    parts = class_name.split('&')
    vendor = parts[1].replace('Ven_', '') if len(parts) > 1 else 'Unbekannt'
    product = parts[2].replace('Prod_', '') if len(parts) > 2 else 'Unbekannt'
    revision = parts[3].replace('Rev_', '') if len(parts) > 3 else 'Unbekannt'

    for instance in device_class.subkeys():
        serial = instance.name()
        last_write = instance.timestamp()

        device_info = {
            'vendor': vendor,
            'product': product,
            'revision': revision,
            'serial': serial,
            'last_connected': str(last_write),
        }

        # Anzeigenamen abrufen, falls verfügbar
        try:
            friendly = instance.value("FriendlyName").value()
            device_info['friendly_name'] = friendly
        except:
            pass

        # Geräteparameter abrufen
        try:
            params = instance.subkey("Device Parameters")
            try:
                device_info['class_guid'] = params.value("ClassGUID").value()
            except:
                pass
        except:
            pass

        devices.append(device_info)
        print(f"Gerät: {vendor} {product}")
        print(f"  Seriennummer: {serial}")
        print(f"  Zuletzt verbunden: {last_write}")
        print(f"  Anzeigename: {device_info.get('friendly_name', 'N/A')}")
        print()

# Ergebnisse speichern
with open('/cases/case-2024-001/analysis/usb_devices.json', 'w') as f:
    json.dump(devices, f, indent=2)

print(f"\nInsgesamt gefundene USB-Speichergeräte: {len(devices)}")
PYEOF

Schritt 3: Extrahieren der Laufwerksbuchstabenzuweisungen und Benutzerzuordnungen

# MountedDevices aus dem SYSTEM-Hive parsen
python3 << 'PYEOF'
from Registry import Registry
import struct

reg = Registry.Registry("/cases/case-2024-001/usb/SYSTEM")

mounted = reg.open("MountedDevices")

print("=== GEMOUNTETE GERÄTE (Laufwerksbuchstabenzuweisungen) ===\n")
for value in mounted.values():
    name = value.name()
    data = value.value()

    if name.startswith("\\DosDevices\\"):
        drive_letter = name.replace("\\DosDevices\\", "")
        if len(data) > 24:
            # USB-Gerät – enthält Gerätepfad als Zeichenfolge
            try:
                device_path = data.decode('utf-16-le').strip('\x00')
                if 'USBSTOR' in device_path or 'USB#' in device_path:
                    print(f"  {drive_letter} -> {device_path}")
            except:
                pass
        else:
            # Festplatte – enthält Datenträgersignatur + Offset
            disk_sig = struct.unpack('<I', data[0:4])[0]
            offset = struct.unpack('<Q', data[4:12])[0]
            print(f"  {drive_letter} -> Datenträgersignatur: 0x{disk_sig:08X}, Offset: {offset}")
PYEOF

# Benutzer-MountPoints2 parsen (welcher Benutzer auf welche Geräte zugegriffen hat)
python3 << 'PYEOF'
from Registry import Registry
import os, glob

print("\n=== BENUTZER-MOUNTPOINTS (MountPoints2) ===\n")

for ntuser in glob.glob("/cases/case-2024-001/usb/NTUSER*.DAT"):
    try:
        reg = Registry.Registry(ntuser)
        mp2 = reg.open("Software\\Microsoft\\Windows\\CurrentVersion\\Explorer\\MountPoints2")

        print(f"Benutzer-Hive: {os.path.basename(ntuser)}")
        for key in mp2.subkeys():
            guid = key.name()
            last_write = key.timestamp()
            if '{' in guid:
                print(f"  Volume: {guid} | Zuletzt zugegriffen: {last_write}")
        print()
    except Exception as e:
        print(f"  Fehler beim Parsen von {ntuser}: {e}")
PYEOF

Schritt 4: Extrahieren der ersten Verbindungszeitstempel aus SetupAPI

# setupapi.dev.log nach USB-Geräte-Erstinstallationszeitstempeln durchsuchen
python3 << 'PYEOF'
import re

print("=== SETUPAPI-USB-GERÄTEINSTALLATIONEN ===\n")

with open('/cases/case-2024-001/usb/setupapi.dev.log', 'r', errors='ignore') as f:
    content = f.read()

# USB-Geräteinstallationsabschnitte finden
pattern = r'>>>\s+\[Device Install.*?\n.*?Section start (\d{4}/\d{2}/\d{2} \d{2}:\d{2}:\d{2}).*?\n(.*?)<<<'
matches = re.findall(pattern, content, re.DOTALL)

usb_installs = []
for timestamp, section in matches:
    if 'USBSTOR' in section or 'USB\\VID' in section:
        # Geräte-ID extrahieren
        dev_match = re.search(r'(USBSTOR\\[^\s]+|USB\\VID_\w+&PID_\w+[^\s]*)', section)
        if dev_match:
            device_id = dev_match.group(1)
            usb_installs.append({
                'first_install': timestamp,
                'device_id': device_id
            })
            print(f"  {timestamp} | {device_id}")

print(f"\nInsgesamt gefundene USB-Installationen: {len(usb_installs)}")
PYEOF

# Windows-Ereignisprotokolle auf USB-Ereignisse durchsuchen
# Ereignis-IDs: 2003, 2010, 2100, 2102 (DriverFrameworks-UserMode)
# Ereignis-IDs: 6416 (Sicherheit – neues externes Gerät erkannt)
python3 << 'PYEOF'
import json
from evtx import PyEvtxParser

try:
    parser = PyEvtxParser("/cases/case-2024-001/usb/System.evtx")

    print("\n=== SYSTEM-EREIGNISPROTOKOLL-USB-EREIGNISSE ===\n")
    for record in parser.records_json():
        data = json.loads(record['data'])
        event_id = str(data['Event']['System']['EventID'])

        # USB-Geräteverbindungsereignisse
        if event_id in ('20001', '20003', '10000', '10100'):
            timestamp = data['Event']['System']['TimeCreated']['#attributes']['SystemTime']
            event_data = data['Event'].get('UserData', data['Event'].get('EventData', {}))
            print(f"  [{timestamp}] Ereignis-ID {event_id}: {json.dumps(event_data, default=str)[:200]}")
except Exception as e:
    print(f"Fehler: {e}")
PYEOF

Schritt 5: USB-Aktivitätszeitleiste und Bericht erstellen

# Alle USB-Beweise in einer einheitlichen Zeitleiste zusammenführen
python3 << 'PYEOF'
import json, csv

timeline = []

# USBSTOR-Daten laden
with open('/cases/case-2024-001/analysis/usb_devices.json') as f:
    devices = json.load(f)

for device in devices:
    timeline.append({
        'timestamp': device['last_connected'],
        'source': 'USBSTOR-Registrierung',
        'device': f"{device['vendor']} {device['product']}",
        'serial': device['serial'],
        'event': 'Zuletzt verbunden',
        'detail': device.get('friendly_name', '')
    })

# Chronologisch sortieren
timeline.sort(key=lambda x: x['timestamp'])

# Zeitleiste als CSV schreiben
with open('/cases/case-2024-001/analysis/usb_timeline.csv', 'w', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=['timestamp', 'source', 'device', 'serial', 'event', 'detail'])
    writer.writeheader()
    writer.writerows(timeline)

print(f"USB-Zeitleiste: {len(timeline)} Ereignisse nach usb_timeline.csv geschrieben")

# Zusammenfassung ausgeben
print("\n=== USB-GERÄTEZUSAMMENFASSUNG ===")
for entry in timeline:
    print(f"  {entry['timestamp']} | {entry['device']} | {entry['serial'][:20]} | {entry['event']}")
PYEOF

Schlüsselkonzepte

KonzeptBeschreibung
USBSTORRegistrierungsschlüssel, der Identifikations- und Verbindungsdaten von USB-Massenspeichergeräten speichert
VID/PIDHersteller-ID und Produkt-ID, die USB-Gerätehersteller und -Modell eindeutig identifizieren
GeräteseriennummerEindeutige Kennung für einzelne USB-Geräte (einige Geräte teilen sich Seriennummern)
MountedDevicesRegistrierungsschlüssel, der Volume-GUIDs und Laufwerksbuchstaben physischen Geräten zuordnet
MountPoints2Benutzerspezifischer Registrierungsschlüssel, der anzeigt, auf welche Volumes ein Benutzer zugegriffen hat
SetupAPI-ProtokollWindows-Treiberinstallationsprotokoll, das Erstverbindungen von Geräten aufzeichnet
DeviceContainersRegistrierungsschlüssel im SOFTWARE-Hive mit Gerätemetadaten und Zeitstempeln
EMDMgmtRegistrierungsschlüssel, der ReadyBoost-kompatible Geräte mit Seriennummern und Zeitstempeln verfolgt

Werkzeuge und Systeme

WerkzeugZweck
USB Forensic TrackerSpezialisiertes Tool zur Extraktion der USB-Gerätehistorie
USBDeviewNirSoft-Tool, das alle mit einem System verbundenen USB-Geräte auflistet
RegRipper (usbstor-Plugin)Automatisierte Extraktion von USB-Artefakten aus Registrierungshives
Registry ExplorerInteraktive Registrierungsanalyse für USB-bezogene Schlüssel
KAPEAutomatisierte Sammlung von USB-bezogenen Artefakten
Plaso/log2timelineZeitleistenerstellung einschließlich USB-Verbindungsereignissen
FTK ImagerForensische Abbilderstellung einschließlich Wechselmedien
VelociraptorEndpunkt-Agent mit Jagdartefakten zur USB-Gerätehistorie

Häufige Szenarien

Szenario 1: Datenexfiltration durch ausscheidenden Mitarbeiter USBSTOR-Einträge extrahieren, um alle jemals verbundenen USB-Geräte zu identifizieren, Seriennummern mit MountPoints2 korrelieren, um den Benutzerzugriff zu bestätigen, Zeitstempel mit Dateizugriffsprotokollen und Spring-Liste aktueller Dateien abgleichen, auf große Dateikopiermuster im USN-Journal prüfen.

Szenario 2: Nicht autorisiertes Gerät in einem sicheren System Alle USBSTOR-Einträge mit der Liste der zugelassenen Geräte abgleichen, nicht autorisierte Geräte anhand von VID/PID identifizieren, die nicht der unternehmensgeprüften Hardware entsprechen, bestimmen, wann das nicht autorisierte Gerät zuerst und zuletzt verbunden wurde, prüfen, ob Daten übertragen wurden.

Szenario 3: Malware-Verteilung über USB USB-Gerät identifizieren, das kurz vor der Malware-Ausführung verbunden wurde (Prefetch-Zeitstempel), Seriennummer und Herstellerinformationen extrahieren, prüfen, ob Autoplay für das Gerät aktiviert war, nach Start einer ausführbaren Datei vom Wechseldatenträger-Laufwerksbuchstaben in Prefetch und ShimCache suchen.

Szenario 4: Verfolgen eines bestimmten USB-Laufwerks über mehrere Systeme hinweg Nach derselben Geräteseriennummer in USBSTOR über alle forensischen Abbilder suchen, eine Karte der Systeme erstellen, mit denen das Laufwerk verbunden war, und wann, den chronologischen Pfad des Geräts durch die Organisation identifizieren, mit Netzwerkfreigabe-Zugriffsprotokollen abgleichen.

Ausgabeformat

USB-Geräteverlaufsanalyse:
  System: DESKTOP-ABC123 (Windows 10 Pro)
  Gesamtzahl USB-Speichergeräte: 12
  Analysequellen: USBSTOR, MountedDevices, MountPoints2, SetupAPI, Ereignisprotokolle

  Gerätebestand:
    1. Kingston DataTraveler 3.0 (Seriennummer: 0019E06B4521A2B0)
       Erstmalig verbunden: 2024-01-10 09:15:32 (SetupAPI)
       Zuletzt verbunden:   2024-01-18 14:30:00 (USBSTOR)
       Laufwerksbuchstabe:  E:
       Benutzerzugriff:     verdaechtiger_benutzer (MountPoints2)

    2. WD My Passport (Seriennummer: 575834314131363035)
       Erstmalig verbunden: 2024-01-15 20:00:00
       Zuletzt verbunden:   2024-01-15 23:45:00
       Laufwerksbuchstabe:  F:
       Benutzerzugriff:     verdaechtiger_benutzer

  Verdächtige Feststellungen:
    - Kingston-Laufwerk während des Untersuchungszeitraums 15 Mal verbunden
    - WD Passport nur einmal verbunden, spätabends (ungewöhnliche Uhrzeit)
    - Unbekanntes Gerät (VID_1234&PID_5678) am 2024-01-17 verbunden, kein passendes zugelassenes Gerät

  Zeitleiste: /cases/case-2024-001/analysis/usb_timeline.csv

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

abusing-dpapi-for-credential-access

Extract and decrypt Windows DPAPI-protected secrets (Credential Manager, browser logins/cookies, Wi-Fi credentials, KeePass keys) online or offline using SharpDPAPI, SharpChrome, Mimikatz, or Impacket

abusing-shadow-credentials-for-privesc

Take over Active Directory accounts by writing attacker-controlled public keys to msDS-KeyCredentialLink (Shadow Credentials) with pyWhisker, Whisker, or Certipy, then authenticate via PKINIT to recover the target

achieving-cmmc-level-2-compliance

>-

acquiring-disk-image-with-dd-and-dcfldd

Create forensically sound bit-for-bit disk images with dd or dcfldd on a Linux forensic workstation, preserving evidence integrity through hash verification (MD5/SHA) during acquisition. Use when imaging a suspect drive, USB device, or memory card for investigation, preserving volatile disk evidence during incident response, or producing a verified copy for legal or law-enforcement proceedings before any destructive analysis.

analyzing-active-directory-acl-abuse

Detect dangerous ACL misconfigurations in Active Directory using ldap3

analyzing-android-malware-with-apktool

Perform static analysis of Android APK malware using apktool for resource decompilation, jadx for Java source recovery, and androguard for manifest inspection, dangerous permission-combination detection, and identification of obfuscated code, dynamic code loading, and reflection-based API calls. Use to statically triage a suspicious APK without executing it or to build mobile malware detection rules.

analyzing-api-gateway-access-logs

Parses API Gateway access logs (AWS API Gateway, Kong, Nginx) to detect

analyzing-apt-group-with-mitre-navigator

Query ATT&CK data with attackcti, mitreattack-python, and stix2, then build MITRE ATT&CK Navigator layers and multi-layer heatmap overlays mapping one or more APT groups

analyzing-azure-activity-logs-for-threats

Queries Azure Monitor activity logs and sign-in logs via azure-monitor-query

analyzing-bootkit-and-rootkit-samples

Analyzes bootkit and advanced rootkit malware infecting the Master

analyzing-browser-forensics-with-hindsight

Parse Chromium-based browser databases with Hindsight to extract and correlate browsing history, downloads, cookies, cached content, autofill data, saved passwords, and extensions from Chrome, Edge, Brave, Opera, and Vivaldi into a unified timeline (XLSX, JSON, or SQLite output). Use during incident response, insider-threat investigations, or criminal cases when you need to reconstruct a user

analyzing-campaign-attribution-evidence

Systematically evaluate cyber-campaign evidence to attribute an operation to a threat actor, using the Diamond Model and Analysis of Competing Hypotheses (ACH) to weigh infrastructure overlaps, TTP consistency, malware code similarity, and timing/language artifacts into confidence-weighted attribution assessments. Use when an incident investigation needs a defensible attribution confidence level.

analyzing-certificate-transparency-for-phishing

Monitor Certificate Transparency logs using crt.sh and Certstream to

analyzing-cloud-storage-access-patterns

Detect abnormal access in AWS S3, GCS, and Azure Blob Storage by analyzing CloudTrail Data Events, GCS audit logs, and Azure Storage Analytics for after-hours bulk downloads, new-IP access, and API-call spikes (e.g. GetObject) via statistical baselines and time-series anomaly detection. Use when investigating suspected cloud data exfiltration or building related detection rules.

analyzing-cobalt-strike-beacon-configuration

Extract and analyze Cobalt Strike beacon configuration from PE files

analyzing-cobaltstrike-malleable-c2-profiles

Parse and analyze Cobalt Strike Malleable C2 profiles with dissect.cobaltstrike (profiles and beacon-payload configs) and pyMalleableC2 (AST parsing) to extract HTTP/DNS transforms, URIs, headers, sleep/jitter, and injection behavior, then generate network detection signatures. Use when reverse-engineering a captured malleable profile or building detections against Cobalt Strike Beacon traffic.

analyzing-command-and-control-communication

Analyzes malware C2 communication over HTTP, HTTPS, DNS, and custom

analyzing-cyber-kill-chain

Analyzes intrusion activity against the Lockheed Martin Cyber Kill Chain

analyzing-disk-image-with-autopsy

Perform comprehensive forensic analysis of raw (dd), E01, or AFF disk images with Autopsy and The Sleuth Kit, recovering deleted files, examining metadata and embedded artifacts, keyword searching, and building investigation timelines with visual reports. Use for structured analysis of a forensic disk image or when stakeholders need visual reports from evidence.

analyzing-dns-logs-for-exfiltration

Analyzes DNS query logs to detect data exfiltration via DNS tunneling,

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community