Communitygithub.com

construcción-de-linea-de-tiempo-de-incidentes-con-timesketch

Construye líneas de tiempo forenses colaborativas de incidentes usando Timesketch para ingerir, analizar y visualizar datos cronológicos de múltiples fuentes.

¿Qué es construcción-de-linea-de-tiempo-de-incidentes-con-timesketch?

Esta skill permite a los equipos de seguridad desplegar y utilizar Timesketch, una herramienta de análisis forense colaborativo de cronologías, desarrollada por Google. Facilita la ingesta de registros y artefactos desde endpoints, servidores y servicios en la nube, normalizándolos en una única línea de tiempo unificada y buscable. La skill cubre desde la implementación mediante Docker, pasando por métodos de ingesta de datos (Plaso, CSV, JSONL, reglas Sigma), hasta el flujo de análisis completo: creación de bocetos (sketches), ejecución de analizadores integrados, búsqueda avanzada con el lenguaje de consulta de Timesketch y construcción de historias de investigación. También incluye funciones avanzadas como colaboración en tiempo real, automatización mediante API e integración con Dissect. Está diseñada para investigadores forenses y analistas de SOC que necesitan una plataforma eficiente y colaborativa para reconstruir ataques, correlacionar eventos y generar informes, todo con soporte para mapeo MITRE ATT&CK.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/building-incident-timeline-with-timesketch

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Construcción de Línea de Tiempo de Incidentes con Timesketch

Resumen

Timesketch es una herramienta de análisis forense colaborativo de cronologías de código abierto desarrollada por Google que permite a los equipos de seguridad visualizar y analizar datos cronológicos de múltiples fuentes durante las investigaciones de incidentes. Ingiere registros y artefactos de endpoints, servidores y servicios en la nube, los normaliza en una línea de tiempo unificada y buscable, y proporciona potentes capacidades de análisis que incluyen analizadores integrados, etiquetado, anotaciones en bocetos y construcción de historias. Timesketch se integra con Plaso (log2timeline) para el análisis de artefactos y admite la ingesta directa de CSV/JSONL para la construcción rápida de líneas de tiempo durante incidentes activos.

Cuándo Usarlo

  • Al implementar o configurar capacidades de construcción de líneas de tiempo de incidentes con Timesketch en tu entorno.
  • Al establecer controles de seguridad alineados con requisitos de cumplimiento.
  • Al construir o mejorar la arquitectura de seguridad para este dominio.
  • Al realizar evaluaciones de seguridad que requieran esta implementación.

Prerrequisitos

  • Familiaridad con conceptos y herramientas de respuesta a incidentes.
  • Acceso a un entorno de prueba o laboratorio para una ejecución segura.
  • Python 3.8+ con las dependencias requeridas instaladas.
  • Autorización adecuada para cualquier actividad de prueba.

Arquitectura y Componentes

Componentes Principales

  • Servidor Timesketch: Aplicación web con API REST para la gestión de líneas de tiempo.
  • OpenSearch/Elasticsearch: Almacenamiento backend y motor de búsqueda para eventos de la línea de tiempo.
  • PostgreSQL: Almacenamiento de metadatos para bocetos, historias y datos de usuario.
  • Redis: Gestión de colas de tareas para procesamiento en segundo plano.
  • Trabajadores Celery: Procesamiento asíncrono de cargas de líneas de tiempo y analizadores.

Flujo de Datos

Fuentes de Evidencia --> Plaso/log2timeline --> Archivo de almacenamiento Plaso (.plaso)
     |                                           |
     v                                           v
  CSV/JSONL --> Importador de Timesketch --> Índice de OpenSearch
                                           |
                                           v
                                    Interfaz Web de Timesketch
                                    (Buscar, Analizar, Historia)

Despliegue

Despliegue con Docker (Recomendado)

# Clonar el repositorio de Timesketch
git clone https://github.com/google/timesketch.git
cd timesketch

# Ejecutar el script auxiliar de despliegue
cd docker
sudo docker compose up -d

# Acceso predeterminado: https://localhost:443
# Las credenciales de administrador se generan durante la primera ejecución

Requisitos del Sistema

  • Mínimo 8 GB de RAM (se recomiendan 16+ GB para investigaciones grandes).
  • Mínimo 4 núcleos de CPU.
  • Almacenamiento SSD para los índices de OpenSearch.
  • Docker y Docker Compose instalados.

Métodos de Ingesta de Datos

Método 1: Integración con Plaso (Completo)

# Procesar imagen de disco con log2timeline
log2timeline.py --storage-file evidence.plaso /ruta/a/la/imagen/disco

# Procesar registros de eventos de Windows
log2timeline.py --parsers winevtx --storage-file windows_events.plaso /ruta/a/evtx/

# Procesar múltiples fuentes de evidencia
log2timeline.py --parsers "winevtx,prefetch,amcache,shimcache,userassist" \
  --storage-file full_analysis.plaso /ruta/a/imagen/montada/

# Importar archivo Plaso en Timesketch
timesketch_importer -s "Caso-2025-001" -t "Endpoint-WKS01" evidence.plaso

Método 2: Importación CSV (Ingesta Rápida)

message,datetime,timestamp_desc,source,hostname
"Inicio de sesión de usuario detectado","2025-01-15T08:30:00Z","Evento Registrado","Registro de Seguridad","DC01"
"Ejecución de PowerShell","2025-01-15T08:31:15Z","Evento Registrado","PowerShell","WKS042"
# Importar CSV directamente
timesketch_importer -s "Caso-2025-001" -t "Triaje-Rápido" events.csv

Método 3: Importación JSONL (Datos Estructurados)

{"message": "Inicio de sesión sospechoso desde 10.1.2.3", "datetime": "2025-01-15T08:30:00Z", "timestamp_desc": "Evento Registrado", "source_short": "Seguridad", "hostname": "DC01"}

Método 4: Integración con Reglas Sigma

# Cargar reglas Sigma para detección automatizada
timesketch_importer --sigma-rules /ruta/a/reglas/sigma/

Flujo de Trabajo de Análisis

Paso 1: Crear un Boceto de Investigación

1. Iniciar sesión en la interfaz web de Timesketch.
2. Crear un nuevo boceto (caso de investigación).
3. Añadir las líneas de tiempo relevantes al boceto.
4. Establecer la descripción del boceto y las etiquetas.

Paso 2: Ejecutar Analizadores Integrados

Timesketch incluye analizadores que identifican automáticamente:

  • Analizador de Búsquedas del Navegador: Extrae consultas de búsqueda del historial del navegador.
  • Analizador de Cadena de Eventos: Vincula eventos relacionados (descarga -> ejecución).
  • Analizador de Dominios: Extrae y categoriza nombres de dominio.
  • Analizador de Extracción de Características: Identifica IPs, URLs, hashes.
  • Analizador de Geolocalización: Asigna eventos a ubicaciones geográficas.
  • Puntuador de Similitud: Encuentra eventos similares entre líneas de tiempo.
  • Analizador Sigma: Compara eventos con reglas de detección Sigma.
  • Buscador de Cuentas: Identifica patrones de actividad de cuentas de usuario.
  • Etiquetador: Aplica etiquetas basadas en reglas predefinidas.

Paso 3: Buscar y Filtrar

# Ejemplos de búsqueda en el lenguaje de consulta de Timesketch

# Encontrar todos los eventos relacionados con un usuario específico
source_short:Seguridad AND message:"juan.admin"

# Encontrar eventos de ejecución de PowerShell
data_type:"windows:evtx:record" AND event_identifier:4104

# Encontrar indicadores de movimiento lateral
source_short:Seguridad AND event_identifier:4624 AND xml_string:"LogonType\">3"

# Encontrar eventos dentro de un rango de tiempo específico
datetime:[2025-01-15T00:00:00 TO 2025-01-15T23:59:59]

# Encontrar eventos de creación de archivos
data_type:"fs:stat" AND timestamp_desc:"Hora de Creación"

# Buscar con etiquetas
tag:"sospechoso" OR tag:"movimiento_lateral"

Paso 4: Construir una Historia de Investigación

1. Crear una nueva historia dentro del boceto.
2. Añadir vistas de búsqueda que respalden cada hallazgo.
3. Anotar eventos clave con notas del investigador.
4. Vincular eventos a técnicas MITRE ATT&CK.
5. Documentar la narrativa del ataque de forma cronológica.
6. Exportar la historia para incluirla en el informe del incidente.

Funcionalidades Avanzadas

Investigación Colaborativa

  • Varios analistas trabajan en el mismo boceto simultáneamente.
  • Los comentarios y anotaciones persisten en los eventos.
  • Las búsquedas guardadas se comparten en todo el equipo.
  • Las historias de investigación documentan los hallazgos en contexto.

Automatización con API

from timesketch_api_client import config
from timesketch_api_client import client as ts_client

# Conectar a Timesketch
ts = ts_client.TimesketchApi(
    host_uri="https://timesketch.local",
    username="analista",
    password="contraseña"
)

# Obtener boceto
sketch = ts.get_sketch(1)

# Buscar eventos
search = sketch.explore(
    query_string='event_identifier:4624 AND LogonType:3',
    return_fields='datetime,message,hostname,source_short'
)

# Añadir etiquetas a eventos
for event in search.get('objects', []):
    sketch.tag_event(event['_id'], ['movimiento_lateral'])

Integración con Dissect

# Usar Dissect para un análisis de artefactos más rápido (alternativa a Plaso)
target-query -f timesketch://timesketch.local/caso-001 \
  targets/hostname/ -q "windows.evtx" --limit 0

Fuentes de Datos Clave para la Construcción de Líneas de Tiempo

FuenteAnalizadorValor de Evidencia
Registros de Eventos de Windows (.evtx)winevtxAutenticación, ejecución de procesos, servicios
Archivos PrefetchprefetchHistorial de ejecución de programas
MFT ($MFT)mftActividad del sistema de archivos
Hives del RegistrowinregConfiguración del sistema, persistencia
Historial del Navegadorchrome/firefoxActividad web, descargas
SyslogsyslogEventos de Linux/dispositivos de red
Registros de CloudTrailjsonlActividad de API de AWS
Registros de Actividad de AzurejsonlOperaciones de recursos de Azure
Registros de Cortafuegoscsv/jsonlConexiones de red
Registros de Proxycsv/jsonlTráfico HTTP/HTTPS

Mapeo MITRE ATT&CK

TécnicaIndicadores en la Línea de Tiempo
Acceso Inicial (TA0001)Primer evento malicioso, recepción de correo de phishing
Ejecución (T1059)Eventos de PowerShell/CMD, creación de procesos
Persistencia (TA0003)Modificaciones del registro, tareas programadas, servicios
Movimiento Lateral (TA0008)Inicios de sesión remotos, conexiones SMB, sesiones RDP
Exfiltración (TA0010)Grandes transferencias de datos, cargas a almacenamiento en la nube

Referencias

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,

Skills relacionados