DIGITAL TRACE DETECTION SYSTEM FOR CROSS-DEVICE TEXT FILE

Аннотация

С быстрым ростом числа новых цифровых устройств и разнородных платформ расследования компьютерных преступлений и киберпреступлений стали чрезвычайно сложными. Традиционные инструменты судебной экспертизы сталкиваются со многими проблемами при сопоставлении фрагментированных улик, когда они распределены по различным формам данных, таким как текст, изображения и аудио, а также по множеству устройств, облачных хранилищ и/или локальных хранилищ данных. В этой статье рассказывается о разработке и оценке полностью автоматизированной системы на основе искусственного интеллекта, позволяющей преодолеть эти трудности и повысить скорость и точность цифрового криминалистического анализа. В рамках исследовательского проекта предлагается цифровой анализатор судебной экспертизы, который имеет модульную архитектуру и использует самые современные алгоритмы глубокого обучения. Ключевые алгоритмы включают в себя трансформаторы предложений для встраивания в текст, сверточные нейронные сети для мелкозернистого анализа изображений и автоматическое распознавание речи с использованием моделей шепота для аудио. Интерактивный веб-интерфейс пользователя обеспечивает повсеместную визуализацию структур цифровых файлов, обнаружение сходства и сложные графики, связанные с доказательствами. Система также предлагает масштабируемые конвейеры для распознавания объектов, извлечения метаданных и создания отчетов с помощью искусственного интеллекта для дальнейшего ускорения рабочих процессов криминалистической экспертизы. Экспериментальные результаты, примененные к наборам данных, отражающим реальные сценарии судебной экспертизы, показали значительное повышение точности, а также устойчивость к запоминанию и семантике, обеспечиваемые традиционными базовыми методами. Иногда эти системы могут требовать больших вычислительных затрат, что приводит к ложным срабатываниям при наличии помех. Тем не менее, ему удается надежно связывать перефразированные тексты, визуально измененные изображения и сжатые аудиофайлы. Таким образом, автоматизация на основе встраивания представляет собой значительный шаг вперед в развитии цифровых судебно-медицинских исследований, демонстрируя огромные перспективы для внедрения в реальном мире. Усовершенствования в этих возможностях могут быть связаны с многоязычной обработкой, интеграцией локализованных моделей на больших языках, понятными платформами искусственного интеллекта и оптимизацией моделей для конкретных заболеваний.