Python Kurs für Cybersecurity

Lektion 1 • Datei-E/A und Datenserialisierung

Lesen, schreiben und parsen Sie Dateien einschließlich JSON, CSV und Klartext. Sicherheitstools erfassen und produzieren ständig strukturierte Datendateien.

Lektion 2 • Grundlegende Python-Syntax und Datentypen

Behandeln Sie Variablen, Operatoren, Strings, Integers, Listen, Dicts und Sets. Diese Grundelemente bilden die Grundlage für jedes Skript, das in späteren Kapiteln geschrieben wird.

Lektion 3 • Funktionen, Module und Bibliotheken

Definieren Sie wiederverwendbare Funktionen und importieren Sie Standardbibliotheksmodule. Modularer Aufbau hält Sicherheitsskripte wartbar und testbar.

Lektion 4 • Kontrollfluss und Logik

Wenden Sie Bedingungen, Schleifen und Ausnahmebehandlung an, um die Programmausführung zu steuern. Logische Verzweigung ist für das Schreiben entscheidungsgesteuerter Sicherheitstools unerlässlich.

Lektion 1 • Port-Scanning mit Python

Implementieren Sie parallelisierte TCP-Port-Scanner und interpretieren Sie die Ergebnisse. Port-Scanning ist eine grundlegende Aufklärungsfähigkeit für Penetrationstester.

Lektion 2 • Grundlagen der Python-Socket-Programmierung

Erstellen Sie TCP- und UDP-Sockets, binden Sie Adressen und übertragen Sie Daten. Socket-Grundelemente sind die Basis aller später erstellten benutzerdefinierten Netzwerktools.

Lektion 3 • TCP/IP- und OSI-Modell-Grundlagen

Ordnen Sie die OSI- und TCP/IP-Schichten dem realen Paketverhalten zu. Dieser Kontext ist erforderlich, bevor Sie ein netzwerkfähiges Sicherheitstool schreiben.

Lektion 4 • Arbeiten mit Scapy für Paketerstellung

Erstellen, senden und erfassen Sie benutzerdefinierte Pakete mit Scapy. Die Kontrolle auf Paketebene ermöglicht fortgeschrittene Sondierungs- und Protokollanalyseaufgaben.

Lektion 1 • Hashing und Nachrichtenintegrität

Berechnen Sie MD5-, SHA-256- und HMAC-Digests mit Pythons hashlib. Die Integritätsprüfung wird in Dateiaudit- und Authentifizierungsworkflows verwendet.

Lektion 2 • Kryptographie-Grundlagen Wiederholung

Vergleichen Sie symmetrische, asymmetrische und hashbasierte Verfahren mit konkreten Beispielen. Diese konzeptionelle Grundlage verhindert die falsche Anwendung von Algorithmen in späteren Abschnitten.

Lektion 3 • Asymmetrische Verschlüsselung und RSA

Generieren Sie RSA-Schlüsselpaare, verschlüsseln Sie Nachrichten und signieren Sie Daten programmgesteuert. Public-Key-Operationen sichern den Schlüsselaustausch und die Identitätsüberprüfung.

Lektion 4 • Symmetrische Verschlüsselung mit AES

Verschlüsseln und entschlüsseln Sie Daten mit den AES-CBC- und AES-GCM-Modi über die cryptography-Bibliothek. Authentifizierte Verschlüsselung verhindert sowohl Abhören als auch Manipulation.

Lektion 1 • DNS-Enumeration und Subdomain-Entdeckung

Fragen Sie DNS-Einträge ab und erzwingen Sie Subdomains mit dnspython. DNS-Enumeration zeigt die Angriffsfläche einer Zielorganisation auf.

Lektion 2 • Web-Scraping mit Requests und BeautifulSoup

Rufen Sie Webseiten ab und parsen Sie HTML, um strukturierte Daten zu extrahieren. Scraping automatisiert die manuelle OSINT-Sammlung in großem Maßstab.

Lektion 3 • Erstellen eines automatisierten OSINT-Berichts

Kombinieren Sie DNS-, WHOIS- und API-Daten zu einem formatierten HTML- oder PDF-Bericht. Automatisierte Berichterstellung wandelt Rohdaten in umsetzbare Intelligence-Ergebnisse um.

Lektion 4 • WHOIS und Certificate Transparency

Rufen Sie WHOIS-Registrierungsdaten ab und parsen Sie Certificate-Transparency-Logs. Diese Quellen offenbaren Infrastruktureigentum und versteckte Subdomains.

Lektion 1 • Erkennung von Webanwendungs-Schwachstellen

Erkennen Sie SQL-Injection-, XSS- und Directory-Traversal-Schwachstellen mit benutzerdefinierten Python-Skripten. Web-Schwachstellen bleiben der häufigste Angriffsvektor in modernen Umgebungen.

Lektion 2 • Integration von Nmap mit Python

Steuern Sie Nmap-Scans von Python aus mit python-nmap und parsen Sie XML-Ausgaben. Programmatische Nmap-Steuerung ermöglicht automatisierte, wiederholbare Schwachstellenerkennung.

Lektion 3 • Exploit-Entwicklungsgrundlagen

Studieren Sie Buffer-Overflow-Konzepte und schreiben Sie einfache Shellcode-Launcher in Python. Exploit-Grundlagen helfen Analysten, Angreifertechniken und Prioritäten für Patches zu verstehen.

Lektion 4 • Metasploit-Integration über Python

Steuern Sie Metasploit über seine RPC-API mit Python, um Exploit-Workflows zu automatisieren. API-gesteuerte Exploitation ermöglicht wiederholbare, prüfbare Penetrationstest-Verfahren.

Lektion 1 • Automatisierung von Malware-Triage-Pipelines

Verketten Sie statische Analyse, Sandbox-Übermittlung und IOC-Extraktion in einem einzigen automatisierten Workflow. Triage-Pipelines reduzieren die Arbeitsbelastung von Analysten bei der Reaktion auf Vorfälle mit hohem Volumen.

Lektion 2 • Dynamische Analyse und Sandbox-Interaktion

Übermitteln Sie Proben an Sandbox-APIs und parsen Sie Verhaltensberichte programmgesteuert. Die dynamische Analyse zeigt Laufzeitverhalten, das bei statischer Prüfung unsichtbar bleibt.

Lektion 3 • Statische Analyse verdächtiger Dateien

Strings, Hashes und Metadaten aus Binärdateien extrahieren, ohne sie auszuführen. Die statische Analyse bietet eine sichere Ersteinschätzung vor der dynamischen Untersuchung.

Lektion 4 • Disassembly und Codeanalyse

Verwenden Sie Capstone und pefile, um Binärcode zu disassemblieren und verdächtige Routinen zu identifizieren. Die Analyse auf Codeebene deckt verschleierte Logik und eingebettete Payloads auf.

Lektion 1 • Log-Parsing und Anomalieerkennung

Erfassen Sie Syslog-, Windows Event- und Webserver-Logs, um verdächtige Muster zu identifizieren. Log-Analyse ist die primäre Erkennungsmethode in den meisten Security Operations Centern.

Lektion 2 • Automatisierte Incident-Response-Playbooks

Kodieren Sie Reaktionsaktionen wie IP-Blockierung und Kontosperrung in Python-Playbooks. Automatisierte Playbooks erzwingen konsistente, prüfbare Reaktionen auf häufige Vorfälle.

Lektion 3 • SIEM-Integration und Alert-Anreicherung

Leiten Sie geparste Events über API an SIEM-Plattformen weiter und reichern Sie Alerts mit Bedrohungskontext an. Angereicherte Alerts reduzieren die Triage-Zeit von Analysten und verbessern die Erkennungsgenauigkeit.

Lektion 4 • Netzwerkverkehrsanalyse mit Python

Erfassen und analysieren Sie Live- oder aufgezeichneten PCAP-Verkehr, um Eindringlinge zu erkennen. Die Verkehrsanalyse ergänzt die Log-Prüfung, indem sie Angriffsbeweise auf Netzwerkebene aufdeckt.

Lektion 1 • Parallelverarbeitung und Leistungsoptimierung

Wenden Sie Threading, Multiprocessing und asynchrone E/A an, um die Ausführung von Sicherheitstools zu beschleunigen. Hochleistungstools führen Scans und Analysen innerhalb operativer Zeitvorgaben durch.

Lektion 2 • Test und Qualitätssicherung für Sicherheitstools

Schreiben Sie Unit- und Integrationstests für Sicherheitsskripte mit pytest und Mock-Objekten. Getestete Tools verhalten sich unter Angriffs- und Randfallbedingungen vorhersagbar.

Lektion 3 • Erstellen von Kommandozeilen-Sicherheitstools

Entwerfen Sie ausgefeilte CLI-Schnittstellen mit argparse und rich für professionelle Tool-Auslieferung. Gut gestaltete CLIs verbessern die Akzeptanz und reduzieren Bedienfehler im Feldeinsatz.

Lektion 4 • Sichere Codierungspraktiken in Python

Wenden Sie Eingabevalidierung, Secrets-Management und Dependency-Auditing auf den Code von Sicherheitstools an. Sichere Codierung verhindert, dass Tools selbst zu Angriffsvektoren werden.