Confluence of AI, Machine, and Deep Learning in Cyber Forensics
Opracowanie modelu wiedzy pomaga sformalizować trudne zadanie analizy incydentów kryminalnych, a także zachować i przedstawić dowody cyfrowe do przetwarzania prawnego.
Wykorzystanie technik analizy danych do gromadzenia dowodów pomaga śledczym w przestrzeganiu standardowego zestawu procedur, technik i metod kryminalistycznych stosowanych do gromadzenia i ekstrakcji dowodów. Różnorodne źródła danych i informacji mogą być jednoznacznie identyfikowane, fizycznie izolowane od miejsca przestępstwa, chronione, przechowywane i przesyłane do badania przy użyciu technik AI.
Przy przetwarzaniu tak dużych ilości danych kryminalistycznych można zastosować różne techniki głębokiego uczenia się. Confluence of AI, Machine, and Deep Learning in Cyber Forensics zawiera najnowocześniejsze badania nad najnowszymi technikami AI wykorzystywanymi do projektowania i budowania rozwiązań, które rozwiązują dominujące kwestie w cyber kryminalistyce i które będą wspierać wydajne i skuteczne dochodzenia. Książka ta ma na celu zrozumienie wartości algorytmu głębokiego uczenia się do obsługi danych dowodowych, a także wykorzystania sieci neuronowych do analizy danych dochodzeniowych.
Inne badane tematy obejmują algorytmy uczenia maszynowego, które umożliwiają maszynom interakcję z dowodami, algorytmy głębokiego uczenia, które mogą obsługiwać pozyskiwanie i zabezpieczanie dowodów, a także techniki w obu dziedzinach, które pozwalają na analizę ogromnych ilości danych zebranych podczas dochodzenia kryminalistycznego. Książka ta jest idealna dla ekspertów kryminalistyki, śledczych, praktyków cyberprzestępczości, badaczy, naukowców i studentów zainteresowanych cyberprzestępczością, informatyką i inżynierią, technologią informacyjną oraz elektroniką i komunikacją.
