Windows环境下隐秘信息取证系统研究
随着计算机网络的高速发展，从事计算机犯罪的活动逐渐增多，计算机取证技术的发展得到了越来越多的关注，为了满足各种各样的取证场景的需求，功能丰富、操作实用的取证工具已成为行业的必需，由于 Windows 环境用户使用基数大，研究并设计出基于 Windows环境的隐秘信息取证系统。论文对此进行研究，具有较强的理论意义和实际应用价值。 论文将传统的电子证据提取技术与数据挖掘技术相结合，提出集电子证据收集、电子证据分类和电子证据展示于一体的取证系统模型。 本文首先深度分析主流浏览器内核机制，从计算机取证角度对浏览器痕迹提取技术进行研究，提取大量有效的Web电子文档隐秘信息；与此同时，还进行了电子邮件取证的相关研究，对邮件系统构成以及邮件编码格式进行了深入分析，从电子邮件取证角度对邮件头隐秘信息进行真伪性鉴定分析。 针对电子证据的数据量巨大且杂乱无章的特性，论文研究了基于朴素贝叶斯算法的文本分类模型，并以网页文本分类以及邮件分类实验为例，设计融合分类思想的取证模型。论文通过多学习器与单学习器性能的仿真对比，融入了具备更高分类性能的集成学习分类思想，大大提高了取证精度以及取证效率，有效地将计算机取证技术与数据挖掘领域的分类技术进行了融合，最终实现杂乱无章的海量电子证据的有效分类，提高取证效率。
计算机取证;电子证据;数据挖掘;分类技术;集成学习
南京邮电大学
硕士
信息安全
孙国梓
2013
中文
2014-07-03（万方平台首次上网日期，不代表论文的发表时间）