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 Media Generation and Detection in the Generative AI Era: A Survey and Outlook [101.30779332427217]
本研究は,近年の現場開発を含むディープフェイク発生・検出技術について調査する。
偽コンテンツの変更や生成に使用する手順に従って,様々な種類のディープフェイクを識別する。
我々は,分布外コンテンツに基づくディープフェイク検出のための新しいマルチモーダル・ベンチマークを開発した。
論文 参考訳(メタデータ) (2024-11-29T08:29:25Z) - Understanding Audiovisual Deepfake Detection: Techniques, Challenges, Human Factors and Perceptual Insights [49.81915942821647]
ディープラーニングは様々な分野に適用され、ディープフェイク検出への影響は例外ではない。
ディープフェイク(英: Deepfakes)は、政治的偽造、フィッシング、スランダリング、偽情報の拡散に偽装的に使用できる、偽物だが現実的な合成コンテンツである。
本稿では,ディープフェイク検出戦略の有効性を改善し,サイバーセキュリティとメディアの整合性に関する今後の研究を導くことを目的とする。
論文 参考訳(メタデータ) (2024-11-12T09:02:11Z) - Advancing Web Browser Forensics: Critical Evaluation of Emerging Tools and Techniques [6.691341144481509]
Web法医学では、ブラウザ履歴、検索キーワード、ダウンロードなどのブラウザアーティファクトを収集、分析する。
本稿では,人気ブラウザの総合的な評価を行うために,4つのブラウジングシナリオを定義した。
論文 参考訳(メタデータ) (2024-10-16T14:24:16Z) - Enhancing Crime Scene Investigations through Virtual Reality and Deep Learning Techniques [6.056097214864067]
バーチャルリアリティー(VR)における犯罪現場の視認のためのフォトグラム再構成を提案する。
トレーニング済みのFaster-RCNNモデルは、現場の関連オブジェクトを最適に分類できる最良の方法として選ばれた。
模擬犯罪現場における実験結果から,本手法は潜在的な証拠価値のある物体の発見・認識に有効であることが示唆された。
論文 参考訳(メタデータ) (2024-09-27T05:37:42Z) - Deepfake Media Forensics: State of the Art and Challenges Ahead [51.33414186878676]
AIが生成する合成メディア、別名Deepfakesは、エンターテイメントからサイバーセキュリティまで、多くの領域に影響を与えている。
ディープフェイク検出は、微妙な矛盾やアーティファクトを機械学習技術で識別することに焦点を当て、研究の不可欠な領域となっている。
本稿では,これらの課題に対処する主要なアルゴリズムについて,その利点,限界,今後の展望について検討する。
論文 参考訳(メタデータ) (2024-08-01T08:57:47Z) - 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) - CrossDF: Improving Cross-Domain Deepfake Detection with Deep Information Decomposition [53.860796916196634]
クロスデータセットディープフェイク検出(CrossDF)の性能を高めるためのディープ情報分解(DID)フレームワークを提案する。
既存のディープフェイク検出方法とは異なり、我々のフレームワークは特定の視覚的アーティファクトよりも高いレベルのセマンティック特徴を優先する。
顔の特徴をディープフェイク関連情報と無関係情報に適応的に分解し、本質的なディープフェイク関連情報のみを用いてリアルタイム・フェイク識別を行う。
論文 参考訳(メタデータ) (2023-09-30T12:30:25Z) - 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) - 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) - 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) - 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。