論文の概要: To See or Not to See: A Privacy Threat Model for Digital Forensics in Crime Investigation
- arxiv url: http://arxiv.org/abs/2503.23533v1
- Date: Sun, 30 Mar 2025 17:34:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-01 19:35:57.174943
- Title: To See or Not to See: A Privacy Threat Model for Digital Forensics in Crime Investigation
- Title（参考訳）: 犯罪捜査におけるデジタル法医学のプライバシー保護モデル
- Authors: Mario Raciti, Simone Di Mauro, Dimitri Van Landuyt, Giampaolo Bella,
- Abstract要約: 本稿では,プライバシ指向の脅威モデリングをディジタル法医学に取り入れることを目的として,脅威モデリングのためのSPADA手法を適用した。
犯罪捜査を通じて、デジタル法医学に影響を及ぼす可能性のある、合計298件のプライバシー上の脅威を特定します。
次に,犯罪調査におけるディジタル法医学の包括的かつ体系的なプライバシー脅威モデルを提案する。
- 参考スコア（独自算出の注目度）: 1.144110708925839
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Digital forensics is a cornerstone of modern crime investigations, yet it raises significant privacy concerns due to the collection, processing, and storage of digital evidence. Despite that, privacy threats in digital forensics crime investigations often remain underexplored, thereby leading to potential gaps in forensic practices and regulatory compliance, which may then escalate into harming the freedoms of natural persons. With this clear motivation, the present paper applies the SPADA methodology for threat modelling with the goal of incorporating privacy-oriented threat modelling in digital forensics. As a result, we identify a total of 298 privacy threats that may affect digital forensics processes through crime investigations. Furthermore, we demonstrate an unexplored feature on how SPADA assists in handling domain-dependency during threat elicitation. This yields a second list of privacy threats that are universally applicable to any domain. We then present a comprehensive and systematic privacy threat model for digital forensics in crime investigation. Moreover, we discuss some of the challenges about validating privacy threats in this domain, particularly given the variability of legal frameworks across jurisdictions. We ultimately propose our privacy threat model as a tool for ensuring ethical and legally compliant investigative practices.
- Abstract（参考訳）: デジタル法医学は現代の犯罪捜査の基盤となっているが、デジタル証拠の収集、処理、保存のためにプライバシーの懸念が高まる。
それにもかかわらず、デジタル法医学の犯罪捜査におけるプライバシーの脅威は、しばしば過小評価され、したがって法医学的な慣行と規制の遵守の潜在的なギャップを生じさせ、それによって自然人の自由を害する可能性がある。
この明確なモチベーションを生かして,プライバシ指向の脅威モデリングをディジタル法医学に組み込むことを目標として,脅威モデリングのためのSPADA手法を適用した。
その結果、犯罪調査を通じてデジタル法医学プロセスに影響を与える可能性のある、合計298件のプライバシー上の脅威を特定した。
さらに,SPADAが脅威誘発時のドメイン依存性の処理にどのように役立つかを示す。
これは、あらゆるドメインに普遍的に適用可能な、プライバシの脅威の第2の一覧となります。
次に,犯罪調査におけるディジタル法医学の包括的かつ体系的なプライバシー脅威モデルを提案する。
さらに、この領域におけるプライバシーの脅威を検証する上での課題について論じる。
最終的に、倫理的かつ法的に遵守した調査慣行を保証するためのツールとして、プライバシー脅威モデルを提案します。
関連論文リスト
- Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy [55.2480439325792]
ブラウザのフィンガープリントは、クッキーのような従来の方法なしでオンラインでユーザーを特定し、追跡するテクニックとして成長している。
本稿では, 各種指紋認証技術について概説し, 収集データのエントロピーと特異性を解析する。
論文 参考訳（メタデータ） (2024-11-18T20:32:31Z) - Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。
この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。
本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
論文 参考訳（メタデータ） (2024-11-15T08:09:28Z) - A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳（メタデータ） (2024-03-31T12:44:48Z) - Behind the (Digital Crime) Scenes: An MSC Model [0.0]
デジタル証拠を抽出する基礎分野としてのデジタル法医学の確立は、刑事捜査の複雑な性質をさらに悪化させる。
刑事事件におけるディジタル法医学を構成するプロトコルを記述し、それらをメッセージシーケンスチャート(MSC)として定式化し、それらの機能要件を特定する。
論文 参考訳（メタデータ） (2024-03-24T15:29:08Z) - A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳（メタデータ） (2023-09-27T14:38:16Z) - A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and
Applications [76.88662943995641]
グラフニューラルネットワーク(GNN)は、グラフ構造化データを扱う能力のため、大きな注目を集めている。
この問題に対処するため、研究者らはプライバシー保護のGNNの開発を開始した。
この進歩にもかかわらず、攻撃の包括的概要と、グラフドメインのプライバシを保存するためのテクニックが欠如している。
論文 参考訳（メタデータ） (2023-08-31T00:31:08Z) - A data-driven analysis of UK cyber defence [0.0]
本研究では、2020年12月1日から2021年11月30日までに英国内で収集された悪意あるインターネットスキャン活動の分析を行った。
この可能性は、市民がサイバー脅威を予防し、検出し、対処する方法を改善することで、英国のサイバー防衛を改善することにある。
論文 参考訳（メタデータ） (2023-03-13T17:34:32Z) - Fighting Malicious Media Data: A Survey on Tampering Detection and
Deepfake Detection [115.83992775004043]
近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。
本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
論文 参考訳（メタデータ） (2022-12-12T02:54:08Z) - Hiding Visual Information via Obfuscating Adversarial Perturbations [47.315523613407244]
本稿では,データの視覚的プライバシを保護するために,敵対的な視覚情報隠蔽手法を提案する。
具体的には、データの視覚情報を隠蔽する難読化対向摂動を生成する。
認識・分類タスクの実験結果から,提案手法が視覚情報を効果的に隠蔽できることが示唆された。
論文 参考訳（メタデータ） (2022-09-30T08:23:26Z) - The case for Zero Trust Digital Forensics [8.096180040270454]
調査の特徴を信頼できるものとして誤って扱うことは、調査結果の全体的な信頼性を損なう可能性がある。
ゼロトラスト(Zero Trust)の概念を基礎として,デジタル法医学への新たなアプローチが検討されている。
Zero Trustでは、ネットワークコンポーネントへの信頼への依存を排除した実践的な考え方と原則について説明している。
論文 参考訳（メタデータ） (2022-02-05T19:54:57Z) - Profiling the Cybercriminal: A Systematic Review of Research [2.66512000865131]
サイバー犯罪者のプロファイリングに関する一般的な定義がない。
サイバー犯罪の主なタイプの1つはハッカーだ。
この記事では、その分野の最新の特徴化について述べる。
論文 参考訳（メタデータ） (2021-05-06T19:56:55Z) - Target Privacy Threat Modeling for COVID-19 Exposure Notification
Systems [8.080564346335542]
デジタル接触追跡(DCT)技術は感染症の拡散を遅らせるのに役立っている。
倫理的技術デプロイメントとユーザ採用の両方をサポートするためには、プライバシが最前線にある必要があります。
プライバシーの喪失は重大な脅威であり、徹底的な脅威モデリングは、DCT技術が進歩するにつれて、プライバシーの強化と保護に役立ちます。
論文 参考訳（メタデータ） (2020-09-25T02:09:51Z)
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。