論文の概要: Evaluating tamper resistance of digital forensic artifacts during event reconstruction

• arxiv url: http://arxiv.org/abs/2412.12814v1
• Date: Tue, 17 Dec 2024 11:32:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 13:56:41.256989
• Title: Evaluating tamper resistance of digital forensic artifacts during event reconstruction
• Title（参考訳）: イベント再建におけるデジタル法医学的アーティファクトのタンパー抵抗性の評価
• Authors: Céline Vanini, Chris Hargreaves, Frank Breitinger,
• Abstract要約: 本稿では,イベント再構成に使用されるデータソースの改ざん抵抗を評価する枠組みを提案する。 データレジリエンスに影響を与える要因について議論し、評価のためのスコアリングシステムを導入し、ケーススタディでその応用を解説する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Event reconstruction is a fundamental part of the digital forensic process, helping to answer key questions like who, what, when, and how. A common way of accomplishing that is to use tools to create timelines, which are then analyzed. However, various challenges exist, such as large volumes of data or contamination. While prior research has focused on simplifying timelines, less attention has been given to tampering, i.e., the deliberate manipulation of evidence, which can lead to errors in interpretation. This article addresses the issue by proposing a framework to assess the tamper resistance of data sources used in event reconstruction. We discuss factors affecting data resilience, introduce a scoring system for evaluation, and illustrate its application with case studies. This work aims to improve the reliability of forensic event reconstruction by considering tamper resistance.
• Abstract（参考訳）: イベント再構築は、デジタル法医学プロセスの基本的な部分であり、誰、いつ、どのように、といった重要な質問に答えるのに役立つ。 それを達成するための一般的な方法は、ツールを使用してタイムラインを作成し、分析することです。 しかし、大量のデータや汚染など、様々な課題が存在する。 以前の研究では、タイムラインの簡素化に焦点が当てられていたが、解釈の誤りにつながる証拠の故意な操作など、改ざんにはあまり関心が向けられていない。 本稿では、イベント再構成に使用されるデータソースの改ざん抵抗を評価するためのフレームワークを提案する。 データレジリエンスに影響を与える要因について議論し、評価のためのスコアリングシステムを導入し、ケーススタディでその応用を解説する。 本研究は, タンパ抵抗を考慮した法医学的事象復元の信頼性向上を目的とする。

関連論文リスト

• On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
  時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。 ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。 我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-24T08:08:05Z)
• Repetition In Repetition Out: Towards Understanding Neural Text Degeneration from the Data Perspective [91.14291142262262]
  この研究は、データの観点から、単純で基本的な説明を提示する。 予備調査では, 退化問題とトレーニングデータにおける反復の有無との間には強い相関関係がみられた。 実験の結果,訓練データにおける繰り返しのペナルティ化は,より大きなモデルサイズや命令のチューニングを考慮しても重要な課題であることがわかった。
  論文  参考訳（メタデータ） (2023-10-16T09:35:42Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• A Principled Design of Image Representation: Towards Forensic Tasks [75.40968680537544]
  本稿では, 理論, 実装, 応用の観点から, 法科学指向の画像表現を別の問題として検討する。 理論レベルでは、Dense Invariant Representation (DIR)と呼ばれる、数学的保証を伴う安定した記述を特徴とする、新しい法医学の表現フレームワークを提案する。 本稿では, ドメインパターンの検出とマッチング実験について, 最先端の記述子との比較結果を提供する。
  論文  参考訳（メタデータ） (2022-03-02T07:46:52Z)
• Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
  我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。 動的パーソナライズされた価格設定などの問題の因果構造を形式化する。 本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
  論文  参考訳（メタデータ） (2021-10-19T16:15:56Z)
• Person Re-Identification using Deep Learning Networks: A Systematic Review [8.452237741722726]
  近年,人物の身元確認は研究コミュニティから多くの注目を集めている。 人物の身元確認は、強盗の追跡、テロ攻撃の防止、その他のセキュリティー上の重要な出来事に関する研究の核心にある。 このレビューでは、人を再識別するための最新のディープラーニングアプローチを取り上げている。
  論文  参考訳（メタデータ） (2020-12-24T16:36:59Z)
• An Efficient and Scalable Deep Learning Approach for Road Damage Detection [0.0]
  本稿では,画像に基づく苦難データをリアルタイムに分析するためのディープラーニングに基づくサーベイ手法を提案する。 縦ひび割れ,横ひび割れ,アリゲーターひび割れなど,ひび割れの多種多様な種類からなるデータベースを用いる。 提案されたモデルでは、F1スコアは52%から56%まで、平均推測時間は毎秒178-10枚だった。
  論文  参考訳（メタデータ） (2020-11-18T23:05:41Z)
• Visual Causality Analysis of Event Sequence Data [32.74361488457415]
  イベントシーケンスデータの因果関係を復元する視覚解析手法を提案する。 我々は,Hawkesプロセス上のGranger因果解析アルゴリズムを拡張し,ユーザフィードバックを因果モデルの改良に組み込む。
  論文  参考訳（メタデータ） (2020-09-01T04:28:28Z)
• DeSePtion: Dual Sequence Prediction and Adversarial Examples for Improved Fact-Checking [46.13738685855884]
  ファクトチェックの現在のシステムは、ファクトチェックの現実的な課題の3つのカテゴリに脆弱であることを示す。 文書選択に複数のポインタネットワークを用いて,これらの「攻撃」に対して耐性を持つように設計されたシステムを提案する。 その結果,これらの攻撃に対処する際には,証拠検索の改善が主な原因で,FEVERの最先端の結果が得られることがわかった。
  論文  参考訳（メタデータ） (2020-04-27T15:18:49Z)
• Fast(er) Reconstruction of Shredded Text Documents via Self-Supervised Deep Asymmetric Metric Learning [62.34197797857823]
  細断文書の自動復元における中心的な問題は、細断文書の相互互換性評価である。 本研究は,推定回数を線形にスケールするペアワイド互換性を測るスケーラブルな深層学習手法を提案する。 提案手法は,505個のシュレッダーを持つテストインスタンスに対して,22倍の高速化を実現した最先端技術に匹敵する精度を有する。
  論文  参考訳（メタデータ） (2020-03-23T03:22:06Z)

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。