SENTINEL-DL: モーションセンサーデータを用いたデバイス属性特定のためのフォレンジックフレームワーク

科学分野:

• デジタルフォレンジック
• センサーデータ分析
• 機械学習

背景:

• デジタル証拠の分析は、しばしばデバイスに保存されているデータに依存します。
• モーションベースの証拠を特定のデバイスモデルに関連付けることは課題を提示します。
• 既存のフォレンジック手法は、堅牢なデバイス指紋作成機能に欠ける可能性があります。

研究 の 目的:

• モーションセンサーデータを用いたデバイス関連付けのための新しいフォレンジックフレームワークであるSENTINEL-DLを導入すること。
• 加速度計からの固有のモーションシグネチャをフォレンジック分析に活用すること。
• モーション証拠のためのデジタル指紋作成とフォレンジック認証を強化すること。

主な方法:

• 改ざん防止可能な固有のモーションシグネチャをプロファイリングするために、内蔵の3D加速度計を利用しました。
• ランダムフォレスト（RF）、ディープニューラルネットワーク（DNN）、畳み込みニューラルネットワーク（CNN）を含む機械学習モデルを採用しました。
• 未知のセンサーデータをデバイスプロファイルの参照データベースと照合しました。

主要な成果:

• スマートフォンで93.99%、スマートウォッチで92.65%の真陽性率（TPR）を達成しました。
• スマートフォンで0.66%、スマートウォッチで1.22%の偽陽性率（FAR）を報告しました。
• スマートフォンで98.76%、スマートウォッチで98.97%の全体的な精度を実証しました。

結論:

• SENTINEL-DLは、モーションセンサー証拠の分析のための軽量で信頼性の高いソリューションを提供します。
• このフレームワークは、効果的なデジタル指紋作成とフォレンジック認証サポートを提供します。
• モーションセンサーデータは、デバイスの指紋作成とフォレンジック検証方法論を大幅に改善できます。