Fugu-MT 論文翻訳(概要): SoK: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation

論文の概要: SoK: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation

arxiv url: http://arxiv.org/abs/2012.01987v1
Date: Wed, 2 Dec 2020 12:07:21 GMT
ステータス: 処理完了
システム内更新日: 2021-05-30 12:28:15.823905
Title: SoK: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation
Title（参考訳）: SoK:デジタル法医学調査における人工知能の現状と将来の可能性を探る
Authors: Xiaoyu Du, Chris Hargreaves, John Sheppard, Felix Anda, Asanka Sayakkara, Nhien-An Le-Khac, Mark Scanlon
Abstract要約: 本稿では,デジタル法医学における既存の人工知能ベースのツールとアプローチを要約する。強調された人工知能の応用について、現在進行中の課題と将来的な影響について論じる。
参考スコア（独自算出の注目度）: 6.172776277589064
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Multi-year digital forensic backlogs have become commonplace in law enforcement agencies throughout the globe. Digital forensic investigators are overloaded with the volume of cases requiring their expertise compounded by the volume of data to be processed. Artificial intelligence is often seen as the solution to many big data problems. This paper summarises existing artificial intelligence based tools and approaches in digital forensics. Automated evidence processing leveraging artificial intelligence based techniques shows great promise in expediting the digital forensic analysis process while increasing case processing capacities. For each application of artificial intelligence highlighted, a number of current challenges and future potential impact is discussed.
Abstract（参考訳）: 世界中の法執行機関では、多年にわたるデジタル法医学のバックログが一般的になっている。デジタル法医学調査員は、処理すべきデータの量によって、その専門知識を複合したケースの量で過負荷になる。人工知能は、多くのビッグデータ問題の解決策と見なされることが多い。本稿では,デジタル法医学における既存の人工知能ツールとアプローチを概説する。人工知能に基づく技術を活用した自動エビデンス処理は、ケース処理能力を高めながら、デジタル法科学分析プロセスの迅速化に大いに期待できる。強調された人工知能のアプリケーションごとに、現在の多くの課題と将来の潜在的な影響が議論されている。

関連論文リスト

Behind the (Digital Crime) Scenes: An MSC Model [0.0]
デジタル証拠を抽出する基礎分野としてのデジタル法医学の確立は、刑事捜査の複雑な性質をさらに悪化させる。刑事事件におけるディジタル法医学を構成するプロトコルを記述し、それらをメッセージシーケンスチャート(MSC)として定式化し、それらの機能要件を特定する。
論文参考訳（メタデータ） (2024-03-24T15:29:08Z)
Exploring the Potential of Large Language Models for Improving Digital Forensic Investigation Efficiency [0.1433758865948252]
デジタル法医学的分析を必要とするケースが増えていることで、法執行機関が迅速に調査を行う能力について懸念が高まっている。本稿では,これらの課題に対処するために,大規模言語モデルとディジタル法科学調査の統合の可能性と有効性について検討する。
論文参考訳（メタデータ） (2024-02-29T17:13:44Z)
AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文参考訳（メタデータ） (2023-10-03T06:55:19Z)
A Comprehensive Analysis of the Role of Artificial Intelligence and Machine Learning in Modern Digital Forensics and Incident Response [0.0]
目標は、デジタル法医学とインシデント対応において、AIとMLのテクニックがどのように使われているか、詳しく調べることである。この取り組みは、AI駆動の方法論がこれらの重要なデジタル法医学の実践を形作っている複雑な方法を明らかにするために、表面のずっと下を掘り下げる。最終的に、この論文は、デジタル法医学におけるAIとMLの統合の重要性を強調し、現代のサイバー脅威に取り組む上での、彼らのメリット、欠点、より広範な意味についての洞察を提供する。
論文参考訳（メタデータ） (2023-09-13T16:23:53Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
The Age of Synthetic Realities: Challenges and Opportunities [85.058932103181]
我々は、有害な合成生成を識別し、それらを現実と区別することのできる法医学的手法の開発における重要な必要性を強調した。我々の焦点は、画像、ビデオ、オーディオ、テキストなどの様々なメディアの形式にまで及んでいる。この研究は、AI生成技術の急速な進歩と、法科学の基本原理に対する影響により、最も重要である。
論文参考訳（メタデータ） (2023-06-09T15:55:10Z)
AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文参考訳（メタデータ） (2023-04-10T15:38:12Z)
Interpretable Hyperspectral AI: When Non-Convex Modeling meets Hyperspectral Remote Sensing [57.52865154829273]
ハイパースペクトルイメージング、別名画像分光法は、地球科学リモートセンシング(RS)におけるランドマーク技術です。過去10年間で、主に熟練した専門家によってこれらのハイパースペクトル(HS)製品を分析するための取り組みが行われています。このため、さまざまなHS RSアプリケーションのためのよりインテリジェントで自動的なアプローチを開発することが急務です。
論文参考訳（メタデータ） (2021-03-02T03:32:10Z)
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)
SoK: Blockchain Solutions for Forensics [8.185918509343818]
本稿では、利用可能なブロックチェーンベースのデジタル法医学ツールの概要と分類を提供する。また、ブロックチェーン技術と現在のデジタル法医学アプローチの共生関係におけるさまざまなメリットと課題の分析も提供します。
論文参考訳（メタデータ） (2020-05-26T11:43:04Z)
A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文参考訳（メタデータ） (2020-03-23T14:55:00Z)

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。