《中国人工智能学会通讯》——4.27 电子数据取证理论与技术

4.27 电子数据取证理论与技术

电子数据取证的概念

电子数据取证是指恢复已被破坏的计算机数据及提供相关的电子数据证据。利用计算机软硬件技术,以符合法律规范的方式对计算机入侵、破坏、欺诈、攻击等违法犯罪行为进行证据获取、保存、分析和出示的过程。

电子数据取证理论与技术

电子数据取证技术是伴随着计算机技术、网络技术、信息安全技术发展而快速发展的一个新兴领域,近年来取得了许多重大成就,然而从电子数据取证理论和技术的实际运用中可以发现,当前的电子数据取证技术还存在着很大的局限性。未来电子数据取证面临着许多挑战,必将向着专业化、自动化、智能化、更加深入、更加综合的方向发展[6-7] 。

中国科学院高能物理研究所许榕生教授在回顾我国数字取证的发展时说过,十年前我们注意到电子数据取证领域关注的七个问题 :① 搜集或检查会改变证据的原始状态;② 计算机调查和数字证据对法律执行、法庭和立法机关来说是个新生事物;③ 爆炸性增长的数字媒体密度和普遍深入的计算机平台;④ 数字化数据或隐藏数据的非直观性;⑤ 信息技术及广泛应用在日益变化;⑥ 合格取证人员的技能与培训;⑦ 数字信息的短暂性(转移、易改)。至今这些问题有些还未得到很好解决,依然是今天需要解决和继续关注的问题,而近年来新出现的数字设备和技术也为电子数据取证带来了新的挑战。

电子数据取证领域的研究工作自开展以来获得了不少研究成果,它们主要集中在法律和计算机科学两个学科领域。在法学领域,主要研究计算机取证从证据获取、固定、存管、分析、报告、呈堂、质证等过程中涉及到的相关法律问题。主要有:① 程序合法性问题;② 证据效力问题;③ 证据链完整性问题;④ 电子数据证据规则问题等。在计算机科学领域,对电子数据取证的研究分为理论研究与技术研究两个分支。

理论研究侧重对电子数据取证模型的研究,重点寻找可以支撑电子数据取证的科学基础,研究具有较高的抽象性,研究在电子数据取证过程中遇到的普适性问题。

电子数据取证的技术研究侧重于实践,将抽象的理论应用到司法实践中,并指导司法实践的探索方向。例如,对电子数据取证产品、工具的研究,对具体取证环境下取证方法的探索,对取证方案实施过程中遇到的具体问题的探讨与解决,以及司法实践的配合等问题。

因此,电子数据取证理论与技术研究在相互促进中共同发展。法学与计算机科学的交叉,形成了一个较新的研究领域,这两个领域的交叉和融合将成为未来计算机法庭科学或计算机法证理论与技术的发展趋势。

时间: 2024-12-19 06:20:06

《中国人工智能学会通讯》——4.27 电子数据取证理论与技术的相关文章

《中国人工智能学会通讯》——4.34 数据包乱序

4.34 数据包乱序 在网络环境下,被传输的数据流经众多计算机和通信设备且路径不唯一,这必然会导致数据包的时序错乱问题.数据包乱序一般发生在具有路由.网关等中继环节的长时延 NCSs 中.由于路由器会根据网络的实际情况选择合适的网络途径传输数据,相同节点发送的数据包可能会经过不同的网络路径到达目标节点,另外数据包在中继环节的队列中等待的时间往往也不相同,因而造成数据包的时序错乱.在NCSs中,数据包的乱序又分为两种情况:一是在单包传输的情况下,由于每个数据包中的数据是完整的,此时的数据包的时序错

《中国人工智能学会通讯》——4.32 数据包丢失

4.32 数据包丢失 数据包丢失也称为丢包,是严重影响 NCSs 控制性能的问题,过多的丢包将使得控制系统崩溃.丢包也是由网络通道的不稳定引起的,当发生节点故障或者信息碰撞时,就有可能发生数据包丢失现象.网络的拥塞和连接中断是导致数据包丢失的一个因素.其次,由于节点竞争数据发送权需要花费时间,当节点在规定的时间内仍然未能成功发送数据,则该数据将被丢弃.另外,数据在网络传输过程中可能会发生错误而被要求重发,大多数网络协议虽然都具有重传机制,但也只能在一个有限的时间内重传,当超出这个时间后,数据包也

《中国人工智能学会通讯》——1.28 智能助手背后的技术

1.28 智能助手背后的技术 呈现在人们眼前的智能助手几乎都是"小而美"的,但其背后却是一个十分复杂的系统,需要多种技术的集成和联动.本文将智能助手背后的技术归为四类,分别是需求理解技术,需求满足技术,推荐引导技术,以及交互技术.接下来,将分别介绍这四大类所涵盖的具体内容. 需求理解技术 准确理解用户需求是智能助手提供服务的基本前提.对于智能助手,人们更倾向于使用自然语言句子来表达需求,而非简单的关键词,这给需求理解增大了难度.这里所说的需求理解是一系列处理技术的总称,包括基本的分词.

中国人工智能学会通讯——面向知识图谱的自适应中文分词技术

引言 知识图谱用于描述真实世界中存在的各 种实体和概念,知识图谱技术提供了一种从 海量文本和图像中抽取结构化知识的手段[1]. 知识图谱的构建可分为信息抽取.知识融合 和知识计算三部分,其中信息抽取是知识图 谱构建的基础,主要面向各种非结构化数据. 半结构化数据和自由文本数据.这里,自由 文本数据作为一种非结构化数据,是构建知 识图谱的主要数据来源.因此,从中文自由 文本中获取知识需要利用自然语言处理技术 进行信息抽取,诸如实体识别.关系抽取等. 在实体识别过程中,中文分词系统的性能对 实体识别

《中国人工智能学会通讯》——4.3 视频结构化描述技术

4.3 视频结构化描述技术 如果有一种技术能代替人智能阅读视频,并将其转化为计算机和人都看得懂的描述语言,在信息管理系统查询时,直接通过输入文本关键字就有相应的图像或视频片段推送出来,将大大提升业务效能,甚至可以通过个性化的定制,由系统自动推送你想要的图片或视频剪辑信息.这就是视频监控对视频结构化描述技术的现实迫切需求. 视频结构化描述技术对视频资源内容按照语义关系,采用时空分割.特征提取.对象识别等处理手段,组织成可供计算机和人理解的文本信息(见图 1) [1] .从数据处理的流程看,视频结构

《中国人工智能学会通讯》——4.6 研究现状及关键技术

4.6 研究现状及关键技术 在大部分基于路网的空间关键词查询研究中,路网以有向图的形式表示,即 G=(V,E),其中 V 表示路网中的交叉结点或者根据计算需要人为引入的结点:E 表示连接结点与结点之间的有向边.城市空间文本数据则由大量带有位置属性和文本属性的空间文本对象(Spatio-Textual Objects)组成.空间文本对象可以是物理世界中的实体对象,如商店和公共设施:也可以是各类和实体对象相关联的虚拟对象,如针对实体对象的广告和网络评论.每个空间文本对象表示为 o=(loc, t),

《中国人工智能学会通讯》——5.29 智能制造服务管理技术

5.29 智能制造服务管理技术 随着新一代信息技术(如云计算.物联网.大数据.移动互联等)与制造业的逐步深度融合与应用,世界各国在当前的先进制造系统的基础上相继提出了各自国家层面的制造业发展战略或计划,代表性的如德国的"工业 4.0".美国的"工业互联网".日本推出的工业智能化.我国的"中国制造2025"和"互联网 + 行动计划"等.这些战略或计划虽提出的背景不同,但所需解决的共性难题之一是如何以制造服务的形式实现各类制造资源

《中国人工智能学会通讯》——1.10 社区问答系统及相关技术

1.10 社区问答系统及相关技术 近年来,随着 Web 2.0 的飞速发展,社区问答系统(Community Question Answering, CQA)逐渐成为一种非常流行而实用的互联网应用.通过使用社区问答系统,人们不但可以发布问题进行提问以满足自己的信息需求,而且还可以回答其他用户提问的问题来分享自己的知识,此外用户还可以对系统所积累的问题答案库进行检索,以快速地满足自己的信息需求.目前,在互联网上已经出现了很多社区问答系统,根据系统所涉及的领域面的不同,可以将已有的社区问答系统分为两

《中国人工智能学会通讯》——4.26 电子数据证据

4.26 电子数据证据 电子数据证据的概念 在介绍电子数据证据的概念之前,首先介绍电子数据的概念.电子数据是指基于计算机应用.通信和现代管理技术等电子化技术手段形成包括文字.图形符号.数字.字母等的客观资料,包括电子邮件.电子数据交换.网上聊天记录.博客.微博客.手机短信.电子签名.域名等. 电子数据证据也称为计算机证据.计算机数据证据.电子文件证据等[1-3] ,一般是指在涉及计算机违法犯罪过程中形成的,以物理方式存储于计算机系统内部及其存储器当中,以其内容来证明涉及计算机违法犯罪案件事实的电