[论文解读] Challenges with Automation in Digital Forensic Investigations

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

Digital and Cyber Forensics参考文献 23被引用 32

一句话总结

本文探讨了在数字取证调查中整合自动化所面临的挑战，强调了技术、政治和社会层面的多重因素。文章主张采取战略性、分阶段的自动化方法——针对初学者使用受控工具，以提升效率并使专家调查员能够专注于复杂任务，从而提高调查质量并提升专家培训的投资回报率。

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.

研究动机与目标

• 分析在数字取证调查中实施自动化所面临的多维度挑战，超越单纯的技术层面。
• 考察数字取证调查员当前对自动化的态度及其对采纳的影响。
• 解决在自动化背景下数字调查员知识获取与保留方面的问题。
• 提出一种结构化框架，以整合自动化，从而同时提升效率和专家级调查质量。
• 指导调查单位管理者通过战略性自动化部署，最大化专家培训的投资回报。

提出的方法

• 对当前数字取证单位在自动化方面态度与实践进行定性分析。
• 识别自动化采纳中的关键痛点，包括机构阻力、缺乏标准化以及培训缺口。
• 提出一种分层自动化模型，将自动化工具应用于新手调查员的常规任务。
• 将专家调查员重新分配至调查的高复杂度手动阶段，以充分发挥其专业知识。
• 设计一个框架，确保自动化得到受控且有针对性的部署，以维护取证完整性和质量。
• 强调调查单位管理者在将自动化战略与培训及运营目标对齐方面的作用。

实验结果

研究问题

• RQ1 在数字取证调查中，采用自动化面临的主要技术、政治和社会挑战是什么？
• RQ2 当前数字取证调查员的态度在多大程度上影响了自动化工具的接受度和有效性？
• RQ3 自动化在哪些方面影响了数字取证调查员的知识获取与保留？
• RQ4 如何战略性地部署自动化以提升调查效率而不损害质量？
• RQ5 调查单位管理者在通过自动化优化专家调查员培训投资回报方面可发挥何种作用？

主要发现

• 数字取证中的自动化不仅涉及技术实现，还具有重大的政治与社会影响。
• 调查员当前的态度常常因不信任和对变革的抵触而阻碍自动化有效采纳。
• 新手调查员从受控的、有针对性的自动化工具中受益，这些工具可提升常规任务的速度与一致性。
• 专家调查员最适合参与调查中需要深度专业知识的高复杂度手动阶段。
• 战略性地部署自动化可使单位管理者在提升运营效率的同时，最大化专家培训投资的价值。
• 周密规划的自动化策略可同时提升取证结果的质量以及数字取证单位的长期可持续性。