Fugu-MT 論文翻訳(概要): A Feature Comparison of Modern Digital Forensic Imaging Software

論文の概要: A Feature Comparison of Modern Digital Forensic Imaging Software

arxiv url: http://arxiv.org/abs/2001.00301v1
Date: Thu, 2 Jan 2020 02:42:31 GMT
ステータス: 処理完了
システム内更新日: 2023-06-09 03:39:44.713033
Title: A Feature Comparison of Modern Digital Forensic Imaging Software
Title（参考訳）: 最新のデジタル法医学画像ソフトウェアの特徴比較
Authors: Jiyoon Ham, Joshua I. James
Abstract要約: ディスクイメージングなどのデジタル法医学研究の基本過程は,デジタル調査が比較的若い頃に開発された。現在のデジタル調査の弱点は,ソフトウェア開発とメンテナンスの時間とともに明らかになっている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Fundamental processes in digital forensic investigation, such as disk imaging, were developed when digital investigation was relatively young. As digital forensic processes and procedures matured, these fundamental tools, that are the pillars of the reset of the data processing and analysis phases of an investigation, largely stayed the same. This work is a study of modern digital forensic imaging software tools. Specifically, we will examine the feature sets of modern digital forensic imaging tools, as well as their development and release cycles to understand patterns of fundamental tool development. Based on this survey, we show the weakness in current digital investigation fundamental software development and maintenance over time. We also provide recommendations on how to improve fundamental tools.
Abstract（参考訳）: ディスクイメージングなどのデジタル法医学研究の基本過程は,デジタル調査が比較的若い頃に開発された。デジタル法科学のプロセスと手続きが成熟するにつれて、データ処理と分析フェーズのリセットの柱であるこれらの基本的なツールは、ほとんど同じままであった。この研究は、現代のデジタル法医学イメージングソフトウェアツールの研究である。具体的には,最新のデジタル法医学的イメージングツールの特徴セットと,それらの開発とリリースサイクルについて検討し,基本的なツール開発のパターンを理解する。この調査に基づいて,現在のデジタル調査の弱点を,基礎的ソフトウェア開発とメンテナンスの時間とともに明らかにする。また、基本的なツールの改善方法についてもアドバイスしています。

関連論文リスト

From Digital Twins to Digital Twin Prototypes: Concepts, Formalization, and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文参考訳（メタデータ） (2024-01-15T22:13:48Z)
Harnessing Machine Learning for Discerning AI-Generated Synthetic Images [2.6227376966885476]
我々は、AI生成画像と実画像の識別に機械学習技術を用いる。 ResNet、VGGNet、DenseNetといった先進的なディープラーニングアーキテクチャを洗練し、適応しています。実験結果は重要であり、最適化されたディープラーニングモデルが従来の手法より優れていることを示した。
論文参考訳（メタデータ） (2024-01-14T20:00:37Z)
An Innovative Tool for Uploading/Scraping Large Image Datasets on Social Networks [9.27070946719462]
我々は、意図的に作成したデジタルツールを用いて、自動化されたアプローチを提案する。このツールは、画像データセット全体を希望するデジタルプラットフォームに自動的にアップロードし、アップロードされたすべての写真をダウンロードすることができる。
論文参考訳（メタデータ） (2023-11-01T23:27:37Z)
Computer Vision on X-ray Data in Industrial Production and Security Applications: A survey [89.45221564651145]
本稿では,コンピュータビジョンと機械学習を用いた産業生産およびセキュリティアプリケーションにおけるX線分析に関する最近の研究をレビューする。公開されているデータセット上でのアプリケーション、テクニック、評価メトリクス、データセット、それらのテクニックのパフォーマンス比較をカバーしている。
論文参考訳（メタデータ） (2022-11-10T13:37:36Z)
Robustar: Interactive Toolbox Supporting Precise Data Annotation for Robust Vision Learning [53.900911121695536]
ソフトウェアRobustarの初期リリースを紹介します。それは、データ駆動の観点から視覚分類機械学習モデルの堅牢性を改善することを目的としている。
論文参考訳（メタデータ） (2022-07-18T21:12:28Z)
CapillaryX: A Software Design Pattern for Analyzing Medical Images in Real-time using Deep Learning [0.688204255655161]
本稿では,医療画像のリアルタイム解析をローカルかつ並列に行うことができる計算アーキテクチャを提案する。我々は,微小循環画像中の血管の定量化という,特定の医学・工業ケーススタディに焦点を当てた。その結果,本システムはシリアルシステムに比べて約78%高速であり,マスタスレーブ並列システムアーキテクチャよりも12%高速であることがわかった。
論文参考訳（メタデータ） (2022-04-13T18:47:04Z)
Automatic Image Content Extraction: Operationalizing Machine Learning in Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
論文参考訳（メタデータ） (2022-04-05T12:19:24Z)
A New Approach for Image Authentication Framework for Media Forensics Purpose [0.0]
本稿では,デジタル画像認証と独創性識別のための新しいデジタル法医学的セキュリティフレームワークを提案する。このアプローチは、調査中の画像の不正な修正を示す必要があるRGBイメージにシークレットコードを埋め込むことに依存します。
論文参考訳（メタデータ） (2021-10-03T18:31:37Z)
A Comprehensive Survey on Image Dehazing Based on Deep Learning [89.77554550654227]
ヘイズの存在は画像の品質を著しく低下させる。研究者は、ヘイズ画像の品質を回復するために、画像デハージング(ID)のための様々なアルゴリズムを設計した。ディープラーニング(DL)ベースのデハージング技術を要約した研究はほとんどない。
論文参考訳（メタデータ） (2021-06-07T03:51:25Z)
Automated Artefact Relevancy Determination from Artefact Metadata and Associated Timeline Events [7.219077740523683]
ケースハンダーで、多年にわたるデジタル法医学的証拠バックログは、世界中の法執行機関で一般的になっている。これは、デジタル法医学的な調査を必要とするケースが、ケースごとに処理されるデータの量の増加と相まって増え続けているためである。以前に処理されたデジタル法医学ケースとそれらのコンポーネントのアーティファクト関連性分類を活用することは、自動化された人工知能ベースのエビデンス処理システムのトレーニングの機会を促進することができる。
論文参考訳（メタデータ） (2020-12-02T14:14:26Z)
Image Segmentation Using Deep Learning: A Survey [58.37211170954998]
イメージセグメンテーションは、画像処理とコンピュータビジョンにおいて重要なトピックである。深層学習モデルを用いた画像セグメンテーション手法の開発を目的とした研究が,これまでに数多く行われている。
論文参考訳（メタデータ） (2020-01-15T21:37:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。