GI LogoGI Logo
  • Anmelden
Digitale Bibliothek
    • Gesamter Bestand

      • Bereiche & Sammlungen
      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
    • Diese Sammlung

      • Titel
      • Autor
      • Erscheinungsdatum
      • Schlagwort
Digital Bibliothek der Gesellschaft für Informatik e.V.
GI-DL
    • English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
Dokumentanzeige 
  •   Startseite
  • Fachbereiche
  • Künstliche Intelligenz (KI)
  • KI - Künstliche Intelligenz
  • Künstliche Intelligenz 36(2) - September 2022
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.
  •   Startseite
  • Fachbereiche
  • Künstliche Intelligenz (KI)
  • KI - Künstliche Intelligenz
  • Künstliche Intelligenz 36(2) - September 2022
  • Dokumentanzeige

Digital Forensics AI: Evaluating, Standardizing and Optimizing Digital Evidence Mining Techniques

Autor(en):
Solanke, Abiodun A. [DBLP] ;
Biasiotti, Maria Angela [DBLP]
Zusammenfassung
The impact of AI on numerous sectors of our society and its successes over the years indicate that it can assist in resolving a variety of complex digital forensics investigative problems. Forensics analysis can make use of machine learning models’ pattern detection and recognition capabilities to uncover hidden evidence in digital artifacts that would have been missed if conducted manually. Numerous works have proposed ways for applying AI to digital forensics; nevertheless, scepticism regarding the opacity of AI has impeded the domain’s adequate formalization and standardization. We present three critical instruments necessary for the development of sound machine-driven digital forensics methodologies in this paper. We cover various methods for evaluating, standardizing, and optimizing techniques applicable to artificial intelligence models used in digital forensics. Additionally, we describe several applications of these instruments in digital forensics, emphasizing their strengths and weaknesses that may be critical to the methods’ admissibility in a judicial process.
  • Vollständige Referenz
  • BibTeX
Solanke, A. A. & Biasiotti, M. A., (2022). Digital Forensics AI: Evaluating, Standardizing and Optimizing Digital Evidence Mining Techniques.   KI - Künstliche Intelligenz: Vol. 36, No. 2. Springer. (S. 143-161). DOI: 10.1007/s13218-022-00763-9
@article{mci/Solanke2022,
author = {Solanke, Abiodun A. AND Biasiotti, Maria Angela},
title = {Digital Forensics AI: Evaluating, Standardizing and Optimizing Digital Evidence Mining Techniques},
journal = {KI - Künstliche Intelligenz},
volume = {36},
number = {2},
year = {2022},
,
pages = { 143-161 } ,
doi = { 10.1007/s13218-022-00763-9 }
}

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.1007/s13218-022-00763-9

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

DOI: 10.1007/s13218-022-00763-9
ISSN: 1610-1987
Datum: 2022
Typ: Text/Journal Article

Keywords

  • AI
  • Digital forensics
  • Evaluation
  • Evidence mining
  • Machine learning
  • Optimization
  • Standardization
Sammlungen
  • Künstliche Intelligenz 36(2) - September 2022 [13]

Zur Langanzeige


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.

 

 


Über uns | FAQ | Hilfe | Impressum | Datenschutz

Gesellschaft für Informatik e.V. (GI), Kontakt: Geschäftsstelle der GI
Diese Digital Library basiert auf DSpace.