論文の概要: Systematic Evaluation of Forensic Data Acquisition using Smartphone Local Backup

• arxiv url: http://arxiv.org/abs/2404.12808v1
• Date: Fri, 19 Apr 2024 11:41:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-22 15:16:46.769160
• Title: Systematic Evaluation of Forensic Data Acquisition using Smartphone Local Backup
• Title（参考訳）: スマートフォンローカルバックアップを用いた法医学的データ取得の体系的評価
• Authors: Julian Geus, Jenny Ottmann, Felix Freiling,
• Abstract要約: 我々は,iOS と Android のローカルバックアップ機構を徹底的に評価することにより,法医学的データ取得のためのそのようなメカニズムの適合性を検討する。 ほとんどの場合(すべてではないが)、ローカルバックアップは、ストレージから元のデータの正しいコピーを実際に生成します。
• 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: Due to the increasing security standards of modern smartphones, forensic data acquisition from such devices is a growing challenge. One rather generic way to access data on smartphones in practice is to use the local backup mechanism offered by the mobile operating systems. We study the suitability of such mechanisms for forensic data acquisition by performing a thorough evaluation of iOS's and Android's local backup mechanisms on two mobile devices. Based on a systematic and generic evaluation procedure comparing the contents of local backup to the original storage, we show that in our exemplary practical evaluations, in most cases (but not all) local backup actually yields a correct copy of the original data from storage. Our study also highlights corner cases, such as database files with pending changes, that need to be considered when assessing the integrity and authenticity of evidence acquired through local backup.
• Abstract（参考訳）: 現代のスマートフォンのセキュリティ基準が高まっているため、そのようなデバイスからの法医学的データ取得はますます困難になっている。 実際にスマートフォンのデータにアクセスするための比較的一般的な方法は、モバイルオペレーティングシステムが提供するローカルバックアップメカニズムを使用することである。 2つのモバイルデバイス上で,iOS と Android のローカルバックアップ機構の徹底的な評価を行うことで,法医学的データ取得に適したメカニズムについて検討した。 ローカルバックアップの内容と元のストレージとを比較した体系的かつ汎用的な評価手法に基づき、実例では、ほとんどの場合(すべての場合ではない)ローカルバックアップは、ストレージから元のデータの正しいコピーを実際に生成することを示す。 本研究は, データベースファイルの保存中の変更など, 局所的なバックアップによって得られた証拠の完全性や確実性を評価する際に考慮する必要がある, コーナーケースについても強調する。

関連論文リスト

• Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
  本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。 私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
  論文  参考訳（メタデータ） (2024-07-22T12:32:09Z)
• Weakly Supervised Training for Hologram Verification in Identity Documents [1.9197225657187418]
  識別文書における光学可変デバイス(OVD)の正当性を検証する手法を提案する。 本手法は、一般的な照明条件下でスマートフォンで撮影したビデオクリップを処理する。 弱い教師付きトレーニングのおかげで、私たちは特徴抽出と意思決定パイプラインを最適化し、新しいリードパフォーマンスを実現しました。
  論文  参考訳（メタデータ） (2024-04-26T08:47:28Z)
• Fact Checking Beyond Training Set [64.88575826304024]
  本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。 本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。 次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
  論文  参考訳（メタデータ） (2024-03-27T15:15:14Z)
• Preserving Automotive Heritage: A Blockchain-Based Solution for Secure Documentation of Classic Cars Restoration [49.90846338134154]
  傑作と見なすには、専門職の厳格なガイドラインに従って、古典的な車両を原始的な状態に維持するか、または復元する必要がある。 デザインサイエンス研究アプローチを使用して、Hyperledger Fabricを使用したブロックチェーンベースのソリューションを開発しました。 このソリューションは検証され、クラシックカーセクターの様々なエンティティから肯定的なフィードバックを受けた。
  論文  参考訳（メタデータ） (2024-03-12T22:06:57Z)
• Towards Learned Predictability of Storage Systems [0.0]
  ストレージシステムは、データセンターの基本的なビルディングブロックになっている。 ストレージの普及と関心にもかかわらず、信頼性のあるストレージシステムの設計と実装は依然として困難である。 ストレージシステムの予測可能性に向けて、近年様々なメカニズムとフィールド研究が提案されている。 3つの代表的な研究成果に基づき、この分野で機械学習をどのように適用すべきかを論じる。
  論文  参考訳（メタデータ） (2023-07-30T17:53:08Z)
• DeepfakeBench: A Comprehensive Benchmark of Deepfake Detection [55.70982767084996]
  ディープフェイク検出の分野で見落とされがちな課題は、標準化され、統一され、包括的なベンチマークがないことである。 DeepfakeBenchと呼ばれる,3つの重要なコントリビューションを提供するディープフェイク検出のための,最初の包括的なベンチマークを提示する。 DeepfakeBenchには15の最先端検出方法、9CLデータセット、一連のDeepfake検出評価プロトコルと分析ツール、包括的な評価ツールが含まれている。
  論文  参考訳（メタデータ） (2023-07-04T01:34:41Z)
• Mobile authentication of copy detection patterns [11.4928367384196]
  本稿では,機械学習の観点から,コピー検出パターン(CDP)の不正コピーに対する認証的側面と抵抗性について検討する。 工業用プリンタにコードが印刷され、現代の携帯電話を介して登録された場合、実生活検証条件下で信頼性の高い認証に特別注意が払われる。 以上の結果から,最新の携帯電話の機械学習手法と技術的能力は,携帯端末上での偽造品のクラスにおけるCDPの確実な認証を可能にした。
  論文  参考訳（メタデータ） (2022-03-04T16:07:26Z)
• Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
  本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。 これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。 偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
  論文  参考訳（メタデータ） (2022-02-18T19:01:01Z)
• Data Security on Mobile Devices: Current State of the Art, Open Problems, and Proposed Solutions [4.1359299555083595]
  私たちは、その質問に答えるために、明確な証拠、分析、そして(必要なら)憶測を提示します。 モバイル分野における主要なプラットフォームであるiOSとAndroidについて検討する。 これらのデバイスのデータセキュリティを改善するための推奨事項を提示する。
  論文  参考訳（メタデータ） (2021-05-26T15:08:42Z)
• A Non-Intrusive Machine Learning Solution for Malware Detection and Data Theft Classification in Smartphones [0.06999740786886537]
  モバイルマルウェア攻撃に成功すれば、ユーザーの位置情報、写真、銀行情報さえ盗むことができる。 スマートフォンのマルウェア侵入を検出するだけでなく、盗まれたデータを識別して評価し、回復を助け、将来の攻撃を防ぐ必要があります。 マルウェアの侵入を検出するだけでなく、監視対象のアプリで盗まれたデータの種類を特定するために、アクセス可能な非侵入型機械学習ソリューションを提案します。
  論文  参考訳（メタデータ） (2021-02-12T13:31:27Z)
• FedOCR: Communication-Efficient Federated Learning for Scene Text Recognition [76.26472513160425]
  本研究では、分散化されたデータセットを用いて、ロバストなシーンテキスト認識器を訓練する方法について研究する。 FedOCRをエンドデバイスにデプロイするのに適したものにするために、軽量モデルとハッシュ技術の使用を含む2つの改善を行った。
  論文  参考訳（メタデータ） (2020-07-22T14:30:50Z)

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。