[논문 리뷰] Challenges with Automation in Digital Forensic Investigations

Joshua I. James, Pavel Gladyshev|arXiv (Cornell University)|2013. 03. 19.

Digital and Cyber Forensics참고 문헌 23인용 수 32

한 줄 요약

이 논문은 디지털 증거 조사에 자동화를 통합하는 데 직면한 과제들을 기술적, 정치적, 사회적 차원에서 분석한다. 자동화에 대해 전략적이고 단계적인 접근을 주장하며, 초보자들을 대상으로 통제된 도구를 활용해 효율성을 높이고 전문 조사관들이 복잡한 작업에 집중할 수 있도록 유도함으로써 조사 품질 향상과 전문가 교육의 투자 수익률을 높인다.

ABSTRACT

The use of automation in digital forensic investigations is not only a technological issue, but also has political and social implications. This work discusses some challenges with the implementation and acceptance of automation in digital forensic investigation, and possible implications for current digital forensic investigators. Current attitudes towards the use of automation in digital forensic investigations are examined, as well as the issue of digital investigators knowledge acquisition and retention. The argument is made for a well planned, careful use of automation going forward that allows for a more efficient and effective use of automation in digital forensic investigations while at the same time attempting to improve the overall quality of expert investigators. Targeting and carefully controlling automated solutions for beginning investigators may improve the speed and quality of investigations while at the same time letting expert digital investigators spend more time utilizing expert level knowledge required in manual phases of investigations. By considering how automated solutions are being implemented into digital investigations, investigation unit managers can increase the efficiency of their unit while at the same time maximizing their return on investment for expert level digital investigator training.

연구 동기 및 목표

• 자동화를 도입하는 데 있어 기술적 요소를 넘어서 정치적·사회적 요소를 포함한 다면적 과제를 분석하는 것.
• 디지털 증거 조사관들이 자동화에 대해 갖는 현재의 태도와 그들이 자동화 도구 수용에 미치는 영향을 검토하는 것.
• 자동화 환경에서 디지털 조사관들의 지식 습득 및 유지 문제를 다루는 것.
• 효율성과 전문 수준의 조사 품질을 향상시키는 데 기여하는 체계적인 통합 프레임워크를 제안하는 것.
• 조직 관리자가 전략적 자동화 배치를 통해 전문가 교육 투자에 대한 수익률을 극대화할 수 있도록 안내하는 것.

제안 방법

• 디지털 증거 조사 팀이 자동화에 대해 현재 갖고 있는 태도와 관행을 정성적으로 분석하는 것.
• 기관적 저항, 표준화 부족, 교육 격차 등 자동화 도입 과정에서의 주요 고통점 식별하는 것.
• 초보자 조사관들이 routine 작업을 위해 자동화 도구를 활용하는 계층적 자동화 모델 제안하는 것.
• 전문 지식이 필수적인 고도로 복잡한 조사 단계에서 전문 조사관들을 수동 작업에 재할당하여 그들의 전문성을 최대한 활용하는 것.
• 현장의 신뢰성과 품질을 유지하기 위해 자동화를 통제되고 목표 중심으로 배치할 수 있도록 프레임워크 설계하는 것.
• 조사를 담당하는 팀 관리자가 자동화 전략을 교육 및 운영 목표와 일치시켜 나가는 데서의 역할을 강조하는 것.

실험 결과

연구 질문

• RQ1 디지털 증거 조사에 자동화를 도입하는 데 있어 주요 기술적, 정치적, 사회적 과제는 무엇인가?
• RQ2 디지털 증거 조사관들이 자동화에 대해 갖는 현재의 태도는 자동화 도구 수용과 효과성에 어떻게 영향을 미치는가?
• RQ3 자동화는 디지털 증거 조사관들의 지식 습득 및 유지 방식에 어떤 방식으로 영향을 미치는가?
• RQ4 자동화를 전략적으로 배치하면 조사 효율성을 향상시킬 수 있지만 품질은 손상되지 않도록 어떻게 할 수 있는가?
• RQ5 조사를 담당하는 팀 관리자는 자동화를 통해 전문가 조사관 교육 투자에 대한 수익률을 최적화하는 데 어떤 역할을 할 수 있는가?

주요 결과

• 디지털 증거 조사에서의 자동화는 기술적 구현을 넘어서 중요한 정치적·사회적 함의를 지닌다.
• 현재 조사관들이 자동화에 대해 갖는 태도는 신뢰 부족과 변화에 대한 저항으로 인해 자동화 도구의 효과적 도입을 저해하는 경향이 있다.
• 초보자 조사관들은 통제되고 목표에 맞춘 자동화 도구를 통해 routine 작업의 속도와 일관성을 높일 수 있다.
• 전문 조사관들은 깊이 있는 전문 지식이 필수적인 수동이고 고도로 복잡한 조사 단계에서 가장 효과적으로 활용될 수 있다.
• 전략적 자동화 배치를 통해 팀 관리자는 운영 효율성을 높일 수 있을 뿐 아니라 전문가 교육 투자에 대한 가치를 극대화할 수 있다.
• 철저히 계획된 자동화 전략은 증거 조사 결과의 품질 향상뿐 아니라 디지털 증거 조사 팀의 장기적 지속 가능성까지 강화한다.