Filtering of digital noise in investigations

Abstract

De siste årene har fagfeltet digital kriminalteknikk stadig møtt utfordringer på grunn av økende mengder data. Dette er den samme dataen som etterforskere manuelt må gjennomgå og vurdere for å finne spor som er relevant for videre ana- lyse. Maskinlæring og kunsting intelligens har blitt tatt i bruk på mange områder for å hjelpe mennesker med klassifisering og vurdering av store datamengder. Samtidig ser det ut til at denne utviklinge lar vente på seg innen digital krminal- teknikk.

I dette prosjektet lager jeg et treningssett med data sikret ved hjelp av krim- inaltekniske metoder. Målet er å trene en maskinlæringsmodell som kan identifis- ere irrelevant digital data i en etterforskning, og samtidig å undersøke om denne tilnærmingen har noe for seg. Dataen blir preprosessert ved at de blir konvertert til gråskala bilder og så brukt som treningsdata i et konvolusjonelt nevralt nettverk (eng. convolutional neural network).

Jeg viser at prosessen og treningen gir lovende resultater med tanke på hensikten til prosjektet, og jeg diskuterer forbedringspotensiale og ulike områder som kan danne grunnlag for videre prosjekter.

Digital forensics have for some time been facing challenges because of increasing amounts of data that is seized during an investigation. This is the same data that investigators need to manually review while trying to identify relevant data suit- able for further analysis. While machine learning has been implemented in many areas to aid humans in processing large amounts of data, this implementation seems to be somewhat limited within the field of digital forensics.

In this project I create a dataset from file systems acquired using forensic meth- ods. The aim is to attempt to train a machine learning classifier that can identify irrelevant data in an investigation, and to see if this approach at all is feasible. I preprocess the data by converting the files into images and the train the data using a convolutional neural network.

I show that the chosen approach and the experiment itself shows promising results with regards to the aim of the project, and I also discuss possible improve- ments and suggestions for further research into this area.