[论文解读] ForensiBlock: A Provenance-Driven Blockchain Framework for Data Forensics and Auditability

Asma Jodeiri Akbarfam, Mahdieh Heidaripour+3 more|arXiv (Cornell University)|Aug 7, 2023

Blockchain Technology Applications and SecurityComputer Science被引用 3

一句话总结

ForensiBlock 是一种私有、溯源驱动的区块链框架，通过分阶段授权的角色访问控制（RBAC-SA）和分布式Merkle根，增强数据取证能力，实现高效、安全且可审计的溯源追踪。它通过链外存储结合Merkle根验证，实现快速、可验证的案件特定记录提取，随着区块链规模和案件数量的增长，其性能优于暴力扫描方法。

ABSTRACT

Maintaining accurate provenance records is paramount in digital forensics, as they underpin evidence credibility and integrity, addressing essential aspects like accountability and reproducibility. Blockchains have several properties that can address these requirements. Previous systems utilized public blockchains, i.e., treated blockchain as a black box, and benefiting from the immutability property. However, the blockchain was accessible to everyone, giving rise to security concerns and moreover, efficient extraction of provenance faces challenges due to the enormous scale and complexity of digital data. This necessitates a tailored blockchain design for digital forensics. Our solution, Forensiblock has a novel design that automates investigation steps, ensures secure data access, traces data origins, preserves records, and expedites provenance extraction. Forensiblock incorporates Role-Based Access Control with Staged Authorization (RBAC-SA) and a distributed Merkle root for case tracking. These features support authorized resource access with an efficient retrieval of provenance records. Particularly, comparing two methods for extracting provenance records off chain storage retrieval with Merkle root verification and a brute-force search the offchain method is significantly better, especially as the blockchain size and number of cases increase. We also found that our distributed Merkle root creation slightly increases smart contract processing time but significantly improves history access. Overall, we show that Forensiblock offers secure, efficient, and reliable handling of digital forensic data

研究动机与目标

• 解决现有基于区块链的数字取证系统中集成性、安全性与效率不足的溯源管理问题。
• 通过提出私有区块链解决方案，克服公共区块链在数字取证中面临的隐私与可扩展性限制。
• 通过端到端数据溯源与访问控制，实现自动化、安全且可审计的调查工作流。
• 在保持数据完整性和不可篡改性的同时，确保快速且可验证的取证案件记录提取。
• 提出一种分布式Merkle根机制，以在不显著增加处理时间的前提下，提升历史记录访问与验证的效率。

提出的方法

• 设计一种专为数字取证定制的私有区块链框架，强调数据溯源、访问控制与可审计性。
• 实现基于角色的访问控制与分阶段授权（RBAC-SA），以管理各调查阶段的访问权限，确保安全、角色特定的数据访问。
• 采用链外存储保存溯源记录，结合Merkle根验证以确保数据完整性，并减少区块链膨胀。
• 为每个案件构建分布式Merkle根，以实现跨多个案件的高效、可扩展且可验证的溯源记录检索。
• 集成密码学技术以保护敏感数据并检测恶意访问尝试。
• 利用智能合约管理事务处理，包括案件创建、文件上传、分析与访问请求，性能按不同操作类型进行测量。

实验结果

研究问题

• RQ1 基于区块链的系统如何在保护隐私的前提下，高效且安全地支持数字取证中的溯源追踪？
• RQ2 与单体或暴力扫描方法相比，使用分布式Merkle根进行案件级溯源验证的性能影响如何？
• RQ3 随着数据量增加，链外存储结合Merkle根验证与暴力扫描区块链相比，在溯源记录提取时间上表现如何？
• RQ4 所提出的RBAC-SA模型在多大程度上提升了数字取证工作流的自动化与安全性？
• RQ5 在取证区块链系统中，智能合约处理时间与增强的溯源历史访问性能之间存在哪些权衡？

主要发现

• 采用链外存储结合Merkle根验证的溯源记录提取方法，显著快于暴力扫描区块链的方法，且在区块链规模和案件数量增加时表现出更好的可扩展性。
• 暴力扫描方法在区块链规模和案件数量增加时，检索时间急剧上升，而链外方法则保持稳定且高效。
• 分布式Merkle根机制虽略微增加智能合约处理时间，但显著提升了溯源历史访问性能。
• 智能暴力扫描技术（从案件初始区块开始）减少了验证时间，且在案件数量增加时性能退化更小。
• 事务处理时间因操作类型而异，上传与分析操作耗时更长，因处理复杂；访问请求（AccReq）事务比标准读取操作更慢，因涉及访问权限管理。
• 通过密码学验证，系统保持了数据完整性和可审计性，并支持安全的分阶段访问控制，提升了数字取证工作流中的信任度与可复现性。