論文の概要: Secure Cross-Chain Provenance for Digital Forensics Collaboration
- arxiv url: http://arxiv.org/abs/2406.11729v1
- Date: Mon, 17 Jun 2024 16:47:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-18 12:54:18.302726
- Title: Secure Cross-Chain Provenance for Digital Forensics Collaboration
- Title（参考訳）: デジタル・フォレシクス・コラボレーションのための安全なクロス・チェーン・プロバンス
- Authors: Asma Jodeiri Akbarfam, Gokila Dorai, Hoda Maleki,
- Abstract要約: ForensiCrossは、デジタル法医学と証明のために特別に設計されたクロスチェーンソリューションである。
BridgeChainを含み、クロスチェーンとマルチチェーンソリューションのためのユニークな通信プロトコルを備えている。
ForensiCrossは、データの完全性とトレーサビリティを保証することによって、共同調査の簡略化を目指している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In digital forensics and various sectors like medicine and supply chain, blockchains play a crucial role in providing a secure and tamper-resistant system that meticulously records every detail, ensuring accountability. However, collaboration among different agencies, each with its own blockchains, creates challenges due to diverse protocols and a lack of interoperability, hindering seamless information sharing. Cross-chain technology has been introduced to address these challenges. Current research about blockchains in digital forensics, tends to focus on individual agencies, lacking a comprehensive approach to collaboration and the essential aspect of cross-chain functionality. This emphasizes the necessity for a framework capable of effectively addressing challenges in securely sharing case information, implementing access controls, and capturing provenance data across interconnected blockchains. Our solution, ForensiCross, is the first cross-chain solution specifically designed for digital forensics and provenance. It includes BridgeChain and features a unique communication protocol for cross-chain and multi-chain solutions. ForensiCross offers meticulous provenance capture and extraction methods, mathematical analysis to ensure reliability, scalability considerations for a distributed intermediary in collaborative blockchain contexts, and robust security measures against potential vulnerabilities and attacks. Analysis and evaluation results indicate that ForensiCross is secure and, despite a slight increase in communication time, outperforms in node count efficiency and has secure provenance extraction. As an all-encompassing solution, ForensiCross aims to simplify collaborative investigations by ensuring data integrity and traceability.
- Abstract（参考訳）: デジタル法医学や医療やサプライチェーンなどのさまざまな分野において、ブロックチェーンは、あらゆる詳細を注意深く記録し、説明責任を保証するセキュアで不適切なシステムを提供する上で、重要な役割を担っている。
しかし、それぞれ独自のブロックチェーンを持つ異なる機関間のコラボレーションは、さまざまなプロトコルと相互運用性の欠如による課題を引き起こし、シームレスな情報共有を妨げる。
これらの課題に対処するために、クロスチェーン技術が導入されている。
デジタル法医学におけるブロックチェーンに関する現在の研究は、個々のエージェンシーに焦点を当てる傾向にあり、コラボレーションに対する包括的なアプローチと、クロスチェーン機能の本質的な側面が欠如している。
これにより、ケース情報を安全に共有し、アクセス制御を実装し、相互接続されたブロックチェーン間で前例データを取得するという課題に効果的に対処できるフレームワークの必要性が強調される。
私たちのソリューションであるForensiCrossは、デジタル法医学と証明のために特別に設計された最初のクロスチェーンソリューションです。
BridgeChainを含み、クロスチェーンとマルチチェーンソリューションのためのユニークな通信プロトコルを備えている。
ForensiCrossは、厳密なプロファイランスキャプチャと抽出方法、信頼性を保証する数学的解析、コラボレーティブなブロックチェーンコンテキストにおける分散仲介者のスケーラビリティ考慮、潜在的な脆弱性や攻撃に対する堅牢なセキュリティ対策を提供する。
分析および評価結果から,ForensiCrossは通信時間がわずかに増加しても,ノードカウント効率が向上し,かつ,セキュアなプロファイランス抽出が可能であることが示唆された。
ForensiCrossは、全アクセスソリューションとして、データの完全性とトレーサビリティを保証することで、共同調査を簡素化することを目指している。
関連論文リスト
- SOK: Blockchain for Provenance [0.0]
Provenanceは、データ生成から操作まで追跡するので、データの整合性、信頼性、信頼性を確保するには不可欠だ。
証明技術は、その分散的で透明で不変な性質のために、証明を実装するための一般的な選択肢となっている。
ブロックチェーン設計に関する多くの研究は、特に証明に特化しており、この分野に特化している。
論文 参考訳（メタデータ） (2024-07-25T01:46:49Z) - Enhancing Data Integrity and Traceability in Industry Cyber Physical Systems (ICPS) through Blockchain Technology: A Comprehensive Approach [0.0]
本研究では,産業サイバー物理システム(ICPS)におけるデータの整合性とトレーサビリティ向上におけるブロックチェーンの可能性について検討する。
ICPSは製造業、電力網、輸送網といった重要なインフラを管理する上で重要である。
この研究は、サプライチェーン管理、品質管理、コントラクト管理、データ共有など、ICPSのさまざまなブロックチェーンアプリケーションを発掘する。
論文 参考訳（メタデータ） (2024-05-08T06:22:37Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - Collaborative Cybersecurity Using Blockchain: A Survey [0.0]
協力型サイバーセキュリティは、セキュリティを高めるために情報を共有する組織に依存しているが、信頼管理は重要な関心事である。
分散台帳のような分散ソリューション、特にブロックチェーンは、単一障害点の排除に不可欠である。
本稿は、2016年から2023年までのコラボレーティブサイバーセキュリティにおけるブロックチェーンの役割を調査することで、このギャップに対処する。
論文 参考訳（メタデータ） (2024-03-07T11:12:35Z) - Enhancing Security in Blockchain Networks: Anomalies, Frauds, and Advanced Detection Techniques [1.880279363603234]
その利点にもかかわらず、ブロックチェーンネットワークは異常や詐欺の影響を受けやすく、その完全性とセキュリティに重大なリスクをもたらす。
本稿では、ブロックチェーンのキー定義とプロパティの詳細な検証と、これらのネットワークを損なうさまざまな異常や不正を詳細に分析する。
統計的および機械学習の手法、ゲーム理論のソリューション、デジタル法医学、評判に基づくシステム、包括的なリスクアセスメント技術を含む、検出と防止の一連の戦略を説明する。
論文 参考訳（メタデータ） (2024-02-17T09:27:30Z) - Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳（メタデータ） (2024-01-28T10:46:17Z) - A Survey and Comparative Analysis of Security Properties of CAN Authentication Protocols [92.81385447582882]
コントロールエリアネットワーク(CAN)バスは車内通信を本質的に安全でないものにしている。
本稿では,CANバスにおける15の認証プロトコルをレビューし,比較する。
実装の容易性に寄与する本質的な運用基準に基づくプロトコルの評価を行う。
論文 参考訳（メタデータ） (2024-01-19T14:52:04Z) - SoK: Security of Cross-chain Bridges: Attack Surfaces, Defenses, and Open Problems [43.80265187232706]
ブロックチェーン間のトークンとデータ交換を容易にするために、クロスチェーンブリッジが使用されている。
橋は人気が高まりつつあるが、まだ幼少期であり、最近は何度も攻撃を受けている。
本稿では,クロスチェーンブリッジのセキュリティ状況を概観的に分析する。
論文 参考訳（メタデータ） (2023-12-19T20:13:21Z) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳（メタデータ） (2023-07-29T12:54:03Z) - Identifying contributors to supply chain outcomes in a multi-echelon
setting: a decentralised approach [69.62333053044712]
本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。
このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。
その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
論文 参考訳（メタデータ） (2023-07-22T20:03:16Z) - Protecting the Decentralized Future: An Exploration of Common Blockchain
Attacks and their Countermeasures [1.1499361198674167]
サイバー犯罪者を標的に、セキュリティ上の脅威が増えている。
この研究は、ブロックチェーン攻撃の緩和に関する詳細な分析を提供することを目的としている。
この調査は、ブロックチェーンアプリケーションの特定のニーズを考慮に入れることがいかに重要かも強調している。
論文 参考訳（メタデータ） (2023-06-20T20:56:06Z)
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。