論文の概要: Strategies and Challenges of Timestamp Tampering for Improved Digital Forensic Event Reconstruction (extended version)

• arxiv url: http://arxiv.org/abs/2501.00175v1
• Date: Mon, 30 Dec 2024 23:05:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-05 20:43:17.709304
• Title: Strategies and Challenges of Timestamp Tampering for Improved Digital Forensic Event Reconstruction (extended version)
• Title（参考訳）: 改良型ディジタル法医学イベント再構築のためのタイムスタンプの戦略と課題(拡張版)
• Authors: Céline Vanini, Jan Gruber, Christopher Hargreaves, Zinaida Benenson, Felix Freiling, Frank Breitinger,
• Abstract要約: 本研究では,ランニング(ライブ)システムにおけるタイムスタンプの改ざん問題について検討する。 先進大学生を対象に定性的なユーザスタディを行うことで、例えば、一般的な多段階的アプローチを観察する。 我々は、時間的トレースに関する個々の知識など、良好な改ざんの信頼性に影響を与える要因を導出する。
• 参考スコア（独自算出の注目度）: 3.9055399604553536
• License:
• Abstract: Timestamps play a pivotal role in digital forensic event reconstruction, but due to their non-essential nature, tampering or manipulation of timestamps is possible by users in multiple ways, even on running systems. This has a significant effect on the reliability of the results from applying a timeline analysis as part of an investigation. In this paper, we investigate the problem of users tampering with timestamps on a running (``live'') system. While prior work has shown that digital evidence tampering is hard, we focus on the question of \emph{why} this is so. By performing a qualitative user study with advanced university students, we observe, for example, a commonly applied multi-step approach in order to deal with second-order traces (traces of traces). We also derive factors that influence the reliability of successful tampering, such as the individual knowledge about temporal traces, and technical restrictions to change them. These insights help to assess the reliability of timestamps from individual artifacts that are relied on for event reconstruction and subsequently reduce the risk of incorrect event reconstruction during investigations.
• Abstract（参考訳）: タイムスタンプは、デジタル法医学イベントの再構築において重要な役割を担っているが、その非本質性のため、タイムスタンプの改ざんや操作は、動作中のシステムでも、複数の方法でユーザによって可能である。 これは調査の一環としてタイムライン解析を適用した結果の信頼性に大きな影響を及ぼす。 本稿では,ランニング(`live'')システム上でタイムスタンプをタップする場合の問題点について検討する。 先行研究では、デジタルエビデンスの改ざんが難しいことが示されているが、ここでは「emph{why}」という疑問に焦点をあてる。 先進大学生を対象に定性的なユーザスタディを行うことにより、例えば、2次トレース(トレースのトレース)を扱うために、一般的に適用される多段階アプローチを観察する。 また、時間的トレーサに関する個々の知識や、変更の技術的制約など、改ざんの成功の信頼性に影響を与える要因も導き出します。 これらの知見は、イベント再構築に頼っている個々のアーティファクトからのタイムスタンプの信頼性を評価し、調査中に不正なイベント再構築のリスクを低減するのに役立つ。

関連論文リスト

• Evaluating tamper resistance of digital forensic artifacts during event reconstruction [0.0]
  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。
  論文  参考訳（メタデータ） (2024-12-17T11:32:02Z)
• GenDFIR: Advancing Cyber Incident Timeline Analysis Through Retrieval Augmented Generation and Large Language Models [0.08192907805418582]
  デジタル法医学とインシデント応答(DFIR)におけるサイバータイムライン解析の重要性 伝統的な手法は、証拠の識別と特徴抽出のためにログやメタデータのような構造化された成果物に依存している。 本稿では,大規模言語モデル(LLM)を利用したフレームワークであるGenDFIR,特にゼロショットモードのLlama 3.1 8Bについて紹介し,Retrieval-Augmented Generation (RAG)エージェントと統合する。
  論文  参考訳（メタデータ） (2024-09-04T09:46:33Z)
• 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)
• DOMINO: Visual Causal Reasoning with Time-Dependent Phenomena [59.291745595756346]
  本研究では,時間遅延のウィンドウに関連する因果関係の発見に人間が参加できる視覚分析手法を提案する。 具体的には、論理に基づく因果関係の確立した手法を活用し、分析者が潜在的な原因の重要性を検証できるようにする。 効果は他の効果の原因となりうるので,本手法で検出した時間的要因と効果の関係を視覚フロー図にまとめることができる。
  論文  参考訳（メタデータ） (2023-03-12T03:40:21Z)
• 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)
• Time Waits for No One! Analysis and Challenges of Temporal Misalignment [42.106972477571226]
  時間的ミスアライメントの効果を定量化するために、異なるドメインにまたがる8つの多様なタスクのスイートを構築します。 時間的不整合がタスクパフォーマンスに与える影響は,以前報告されたよりも強い。 我々の研究は、NLPモデルの時間的堅牢性を改善するために、継続的な研究を動機付けている。
  論文  参考訳（メタデータ） (2021-11-14T18:29:19Z)
• Content-Based Detection of Temporal Metadata Manipulation [91.34308819261905]
  画像の撮像時間とその内容と地理的位置とが一致しているかどうかを検証するためのエンドツーエンドのアプローチを提案する。 中心となる考え方は、画像の内容、キャプチャ時間、地理的位置が一致する確率を予測するための教師付き一貫性検証の利用である。 我々のアプローチは、大規模なベンチマークデータセットの以前の作業により改善され、分類精度が59.03%から81.07%に向上した。
  論文  参考訳（メタデータ） (2021-03-08T13:16:19Z)
• Automated Artefact Relevancy Determination from Artefact Metadata and Associated Timeline Events [7.219077740523683]
  ケースハンダーで、多年にわたるデジタル法医学的証拠バックログは、世界中の法執行機関で一般的になっている。 これは、デジタル法医学的な調査を必要とするケースが、ケースごとに処理されるデータの量の増加と相まって増え続けているためである。 以前に処理されたデジタル法医学ケースとそれらのコンポーネントのアーティファクト関連性分類を活用することは、自動化された人工知能ベースのエビデンス処理システムのトレーニングの機会を促進することができる。
  論文  参考訳（メタデータ） (2020-12-02T14:14:26Z)
• Change Point Detection in Time Series Data using Autoencoders with a Time-Invariant Representation [69.34035527763916]
  変化点検出(CPD)は、時系列データにおける急激な特性変化を見つけることを目的としている。 近年のCDD法は、深層学習技術を用いる可能性を示したが、信号の自己相関統計学におけるより微妙な変化を識別する能力に欠けることが多い。 我々は、新しい損失関数を持つオートエンコーダに基づく手法を用い、使用済みオートエンコーダは、CDDに適した部分的な時間不変表現を学習する。
  論文  参考訳（メタデータ） (2020-08-21T15:03:21Z)
• 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。