Python et l'analyse forensique : récupérer et analyser les données produites par les ordinateurs

Fiche technique

Format : Broché
Nb de pages : 441 pages
Poids : 736 g
Dimensions : 18cm X 22cm
Date de parution :
ISBN : 978-2-409-01790-2
EAN : 9782409017902

Python et l'analyse forensique

récupérer et analyser les données produites par les ordinateurs

de ,

chez ENI

Collection(s) : Ressources informatiques

Paru le | Broché 441 pages

Perfectionnement

29.90 Disponible - Expédié sous 3 jours ouvrés
Ajouter au panier

Quatrième de couverture

Python et l'analyse forensique

Récupérer et analyser les données produites par les ordinateurs

Ce livre s'adresse à l'informaticien, étudiant ou en poste, qui souhaite se familiariser avec le langage Python (en version 3.7 au moment de l'écriture) pour apprendre l'analyse forensique et récupérer et manipuler des données produites par les ordinateurs.

La première partie du livre est dédiée à une présentation du langage Python et de son écosystème. Ainsi, le lecteur commence par étudier les éléments de syntaxe fondamentaux tels que les variables, les fonctions et les objets, avant de parcourir les types de données, les structures de contrôles ou encore les mécanismes d'import. Un chapitre est ensuite consacré aux bibliothèques Python et aux opérations qu'elles permettent sur un système de fichiers ou sur le réseau.

La seconde partie du livre guide le lecteur vers l'acquisition de connaissances et de réflexes qui lui permettront d'écrire ses propres outils et de mener ses propres analyses. Il peut ainsi faire ses premiers pas dans l'analyse d'un fichier et utiliser Python pour lire des métadonnées notamment à l'aide des bibliothèques libmagic et python-xmp. Il apprend à récupérer les données d'un historique de navigation web avec le SGBD SQLite3. Dans les deux derniers chapitres de cette partie, le lecteur se familiarise avec le traitement et l'analyse des données récupérées, notamment basés sur le traitement automatisé du langage naturel ou sur l'apprentissage automatique avec scikit-learn et son écosystème issu du calcul scientifique.

Pour conclure le livre, le dernier chapitre présente les techniques et outils permettant d'inspecter le comportement d'un programme en cours de fonctionnement.

Tout au long du livre, les auteurs accompagnent leurs propos d'exemples de programmes que le lecteur peut reprendre pour s'exercer. Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.

Biographie

Mehdi Bennis est fasciné par les nouvelles technologies depuis son plus jeune âge. Il a commencé par s'intéresser à l'électronique et l'électricité en bricolant des objets par lui-même pour ensuite se focaliser sur les ordinateurs. À 19 ans, il obtient un DUT en réseaux et télécommunication à l'IUT de Colmar. Pour compléter ses compétences réseau, il intègre ensuite l'Université de Technologie de Belfort-Montbéliard (UTBM) en alternance au sein de l'entreprise Bull S.A.S avec laquelle il découvre le langage de programmation Python. Actuellement ingénieur de développement dans la division « Big Data and Security » dans cette même entreprise, il suit de très près les différentes évolutions technologiques.

Autodidacte et engagé dans le logiciel libre, Yann Weber s'intéresse à la programmation dès son plus jeune âge et reste guidé depuis par une interrogation : pourquoi et comment les ordinateurs fonctionnent ? Cette interrogation le pousse à s'intéresser tout autant aux problématiques bas niveau, de l'écriture de compilateurs au fonctionnement d'un système d'exploitation, à celles de plus haut niveau, comme le traitement de textes structurés ou le « web ». L'obtention d'un DUT en informatique est un premier pas pour lui vers l'utilisation de ses compétences dans un cadre professionnel. Après un poste d'ingénieur au sein du pôle Recherche et Développement de SFR puis au sein de la recherche publique française (CNRS), Yann Weber est aujourd'hui développeur freelance et continue à être fasciné par son outil de travail.

Au fil de ces pages, les auteurs partagent volontiers leurs connaissances sur l'utilisation du langage Python pour l'analyse forensique.