探索大型语言模型提升数字取证调查效率的潜力
密码学与安全
2025-02-03 v3 人工智能
摘要
数字取证实验室工作量的不断增加引发了人们对执法部门能否及时开展网络相关及非网络相关调查的担忧。因此，本文探讨了将大型语言模型 (LLMs) 集成到数字取证调查中的潜力和实用性，以应对偏见、可解释性、审查、资源密集型基础设施以及伦理和法律考量等挑战。我们进行了全面的文献综述，涵盖现有的数字取证模型、工具、LLMs、深度学习技术以及 LLMs 在调查中的应用。综述确定了现有数字取证流程中的当前挑战，并探讨了整合 LLMs 的障碍与可能性。结论指出，在适当约束下，在数字取证中采用 LLMs 有望提高调查效率、改善可追溯性，并缓解执法机构面临的技术和司法障碍。
引用
@article{arxiv.2402.19366,
title = {Exploring the Potential of Large Language Models for Improving Digital Forensic Investigation Efficiency},
author = {Akila Wickramasekara and Frank Breitinger and Mark Scanlon},
journal= {arXiv preprint arXiv:2402.19366},
year = {2025}
}