論文の概要: D2WFP: A Novel Protocol for Forensically Identifying, Extracting, and Analysing Deep and Dark Web Browsing Activities
- arxiv url: http://arxiv.org/abs/2309.05537v1
- Date: Mon, 11 Sep 2023 15:19:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 06:53:05.893183
- Title: D2WFP: A Novel Protocol for Forensically Identifying, Extracting, and Analysing Deep and Dark Web Browsing Activities
- Title(参考訳): D2WFP: 深層および暗黒のWebブラウジング活動の法的な特定、抽出、分析のための新しいプロトコル
- Authors: Mohamed Chahine Ghanem, Patrick Mulvihill, Karim Ouazzane, Ramzi Djemai, Dipo Dunsin,
- Abstract要約: ダークウェブは、あらゆる種類の犯罪行為が行われる、悪名高い危険な場所だ。
ダークウェブとディープウェブの法医学を公式に取り組んだ研究はほとんどない。
D2WFPという名前のプロトコルは、調査活動を行うための新しいシーケンシャルなアプローチを確立する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The use of the un-indexed web, commonly known as the deep web and dark web, to commit or facilitate criminal activity has drastically increased over the past decade. The dark web is an in-famously dangerous place where all kinds of criminal activities take place [1-2], despite advances in web forensics techniques, tools, and methodologies, few studies have formally tackled the dark and deep web forensics and the technical differences in terms of investigative techniques and artefacts identification and extraction. This research proposes a novel and comprehensive protocol to guide and assist digital forensics professionals in investigating crimes committed on or via the deep and dark web, The protocol named D2WFP establishes a new sequential approach for performing investigative activities by observing the order of volatility and implementing a systemic approach covering all browsing related hives and artefacts which ultimately resulted into improv-ing the accuracy and effectiveness. Rigorous quantitative and qualitative research has been conducted by assessing D2WFP following a scientifically-sound and comprehensive process in different scenarios and the obtained results show an apparent increase in the number of artefacts re-covered when adopting D2WFP which outperform any current industry or opensource browsing forensics tools. The second contribution of D2WFP is the robust formulation of artefact correlation and cross-validation within D2WFP which enables digital forensics professionals to better document and structure their analysis of host-based deep and dark web browsing artefacts.
- Abstract(参考訳): ディープウェブ(Deep Web)やダークウェブ(ダークウェブ)として知られるインデクシングされていないWebを使って犯罪行為を犯したり促進したりすることは、過去10年間で劇的に増加している。
ダークウェブは、あらゆる種類の犯罪行為が [1-2] 起こる、悪名高い危険な場所であり、ウェブの法医学的手法、ツール、方法論の進歩にもかかわらず、暗黒と深みのあるウェブの法医学と、調査技術とアーティファクトの識別と抽出という技術的違いを公式に取り組んだ研究はほとんどない。
D2WFPというプロトコルは、ボラティリティの順序を観察し、ブラウジングに関連するすべてのハイブやアーティファクトを網羅するシステム的アプローチを導入し、最終的に精度と有効性を即興的に実現し、調査活動を行うための新たなシーケンシャルなアプローチを確立します。
科学的に健全で包括的なプロセスを経てD2WFPを評価することによって、厳密な量的・質的な研究が行われ、その結果、現在の産業やオープンソースのブラウジング法則よりも優れたD2WFPを採用する際に、再発見されたアーティファクトの数が明らかに増加することを示した。
D2WFPの第二の貢献は、D2WFP内のアーティファクト相関とクロスバリデーションの堅牢な定式化である。
関連論文リスト
- Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。
この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。
本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
論文 参考訳(メタデータ) (2024-03-26T17:12:34Z) - Forensic Video Analytic Software [1.55172825097051]
法執行機関は証拠抽出プロセスにおいて、法医学的ビデオ分析(FVA)ソフトウェアに大きく依存している。
法医学という用語は、後処理による犯罪の調査に対する科学的手法の応用に関するものであるが、監視はリアルタイムフィードの密接な監視である。
本研究は,移動物体を用いた衝突自由映像合成,法科学および監視分析ツールアーキテクチャ,フレーム間偽造検出の3つの研究成果を得た。
論文 参考訳(メタデータ) (2023-09-17T18:02:43Z) - 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) - Deep Learning for Iris Recognition: A Survey [66.55441036931555]
我々は、虹彩生体計測における2つの主要なサブタスク(セグメンテーションと認識)のために開発された深層学習手法を包括的に分析する。
第3に,特に死後虹彩認識において,法医学的応用のための深層学習手法を深く研究した。
第4に、虹彩認識のためのディープラーニング技術におけるオープンソースのリソースとツールについてレビューする。
論文 参考訳(メタデータ) (2022-10-12T01:58:09Z) - Survey: Exploiting Data Redundancy for Optimization of Deep Learning [42.1585031880029]
深部ニューラルネットワーク(DNN)の入力と中間結果におけるデータの冗長性
この記事では、このトピックに関する最近の何百もの論文を調査します。
様々なテクニックを単一の分類の枠組みに組み込む新しい分類法を導入している。
論文 参考訳(メタデータ) (2022-08-29T04:31:18Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳(メタデータ) (2022-04-12T03:49:35Z) - M2TR: Multi-modal Multi-scale Transformers for Deepfake Detection [74.19291916812921]
Deepfake技術によって生成された鍛造画像は、デジタル情報の信頼性に深刻な脅威をもたらします。
本稿では,Deepfake検出のための微妙な操作アーチファクトを異なるスケールで捉えることを目的とする。
最先端の顔スワッピングと顔の再現方法によって生成された4000のDeepFakeビデオで構成される高品質のDeepFakeデータセットSR-DFを紹介します。
論文 参考訳(メタデータ) (2021-04-20T05:43:44Z) - Digital Twins: State of the Art Theory and Practice, Challenges, and
Open Research Questions [62.67593386796497]
この研究は、様々なDT機能と現在のアプローチ、デジタルツインの実装と導入の遅れの背景にある欠点と理由を探求する。
この遅延の主な理由は、普遍的な参照フレームワークの欠如、ドメイン依存、共有データのセキュリティ上の懸念、デジタルツインの他の技術への依存、定量的メトリクスの欠如である。
論文 参考訳(メタデータ) (2020-11-02T19:08:49Z) - Visilant: Visual Support for the Exploration and Analytical Process
Tracking in Criminal Investigations [1.8594711725515676]
Visilantは、提案した設計によってガイドされた犯罪データの探索と分析のためのWebベースのツールである。
このツールは2つのセッションで上級犯罪学の専門家によって評価され、そのフィードバックは論文にまとめられている。
論文 参考訳(メタデータ) (2020-09-21T09:24:20Z) - A Systematic Literature Review on the Use of Deep Learning in Software
Engineering Research [22.21817722054742]
ソフトウェア開発タスクを自動化するために、ソフトウェア工学(SE)研究者が採用するテクニックのセットが、ディープラーニング(DL)の概念に根ざしている。
本稿では,SE & DLの交差点における研究の体系的な文献レビューを行う。
我々は、機械学習技術の特定の問題領域への適用を規定する一連の原則である学習の構成要素を中心に分析を行う。
論文 参考訳(メタデータ) (2020-09-14T15:28:28Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳(メタデータ) (2020-01-27T11:21:05Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。