Towards an integrated e-mail forensic analysis framework

Hadjidj, Rachid; Debbabi, Mourad; Lounis, Hakim; Iqbal, Farkhund; Szporer, Adam; Benredjem, Djamel

doi:10.1016/j.diin.2009.01.004

Cited by 73 publications

(35 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…It is inevitable to retain these circumstantial dependencies. However, we also assert that those investigations for which they do not hold have not lost access to evidence that otherwise would have been accessible, while those for which they do hold have gained access to a great source of information 11 .…”

Section: Supplemental Acquisitionmentioning

confidence: 77%

“…Improvements in the forensic analysis of email have largely followed that of big data -recent contributions to the field include statistical and machine learning techniques used to facilitate stylometric analyses, author attribution, and more into a cohesive analysis technique [11]. While these methods improve the analytic process of email forensics, there still lacks a holistic approach.…”

Section: A a Note On Legalitymentioning

confidence: 99%

See 1 more Smart Citation

Towards Comprehensive and Collaborative Forensics on Email Evidence

Paglierani¹,

Mabey²,

Ahn³

2013

Proceedings of the 9th IEEE International Conference on Collaborative Computing: Networking, Applications and Worksharing

View full text Add to dashboard Cite

Abstract-The digital forensics community has neglected email forensics as a process, despite the fact that email remains an important tool in the commission of crime. At present, there exists little support for discovering, acquiring, and analyzing webbased email, despite its widespread use. In this paper we present a systematic process for email forensics which we integrate into the normal forensic analysis workflow, and which accommodates the distinct characteristics of email evidence. Our process focuses on detecting the presence of non-obvious artifacts related to email accounts, retrieving the data from the service provider, and representing email in a well-structured format based on existing standards. As a result, developers and organizations can collaboratively create and use analysis tools that can analyze email evidence from any source in the same fashion and the examiner can access additional data relevant to their forensic cases.

show abstract

Section: Supplemental Acquisitionmentioning

confidence: 77%

Section: A a Note On Legalitymentioning

confidence: 99%

Towards Comprehensive and Collaborative Forensics on Email Evidence

Paglierani¹,

Mabey²,

Ahn³

2013

Proceedings of the 9th IEEE International Conference on Collaborative Computing: Networking, Applications and Worksharing

View full text Add to dashboard Cite

show abstract

“…A hipótese subjacente é que o agrupamento dos resultados aumentaria a eficiência do processo de recuperação da informação, pois não seria necessário a revisão de todos os documentos encontrados pelo usuário. Um ambiente integrado de mineração de e-mails para análises periciais, utilizando algoritmos de classificação e agrupamento, foi apresentado em [11]. Posteriormente, foi proposta a extração de características de estilos de escrita de um conjunto de e-mails anônimos para posterior agrupamento das mensagens por autor [12].…”

Section: Trabalhos Relacionadosunclassified

Agrupamento De Documentos Aplicado À Computação Forense: Uma Abordagem Para Aperfeiçoar Análises Periciais De Computadores

Nassif¹,

Hruschka²

2016

Anais Do 10. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Resumo -Em análises periciais de computadores, usualmente são examinados centenas de milhares de arquivos. Grande parte dos dados desses arquivos é constituída por texto não estruturado, cuja análise por parte dos peritos é difícil de ser realizada. Nesse contexto, o uso de métodos automatizados de análise baseados na mineração de textos é de grande interesse. Particularmente, algoritmos de agrupamento podem facilitar a descoberta de conhecimentos novos e úteis nos textos sob análise. Este trabalho apresenta uma abordagem para aplicar agrupamento de documentos em análises periciais de computadores apreendidos em operações policiais. Para ilustrar tal abordagem, foi realizado um estudo comparativo de seis algoritmos de agrupamento de dados (K-means, K-medoids, Single Link, Complete Link, Average Link e CSPA) aplicados a cinco bases de dados textuais provenientes de investigações reais. Foram realizados experimentos utilizando-se diferentes combinações de parâmetros, totalizando dezesseis instanciações diferentes dos algoritmos. Adicionalmente, dois índices de validade relativos (Silhueta e sua versão simplificada) foram utilizados para estimar automaticamente o número de grupos. Estudos relacionados encontrados na literatura se mostram significativamente mais limitados do que o estudo aqui apresentado, especialmente ao se considerar a combinação de características do estudo experimental realizado, que envolve uma significativa variedade de algoritmos e a estimativa automática do número de grupos. Nesse contexto, o presente estudo poderá servir como ponto de partida para aqueles interessados em desenvolver pesquisas neste domínio de aplicação específico. Além disso, os experimentos realizados mostram que os algoritmos hierárquicos Average Link e Complete Link proporcionaram os melhores resultados. Os algoritmos particionais K-means e K-medoids, quando adequadamente inicializados, apresentaram resultados similares àqueles obtidos pelos algoritmos hierárquicos. Este estudo também apresenta e discute diversos resultados práticos mais específicos que podem ser úteis para pesquisadores e praticantes de análises forenses computacionais.Palavras-chave -Agrupamento de dados, mineração de textos, Computação Forense. IntroduçãoEstima-se que o volume de dados no universo digital aumentou de 161 hexabytes em 2006 para 988 hexabytes em 2010 [1] -aproximadamente 18 vezes a quantidade de informação presente em todos os livros já escritos -e continua crescendo de forma exponencial. Essa grande quantidade de dados tem impacto direto na área da Computação Forense, que trata da análise ou perícia de vestígios digitais visando à produção de provas durante investigações e processos judiciais, tanto cíveis quanto criminais, contribuindo, dessa forma, para a melhoria da Segurança Pública e da Justiça. Normalmente as análises periciais de computadores envolvem examinar centenas de milhares de arquivos por disco rígido, excedendo a capacidade de análise e interpretação dos vestígios por parte do perito e tornando imprescindível o uso de m...

show abstract

“…Lot of research has been reported in the literature regarding methodologies proposed to curb the fake emails and disrupting the activities. Data mining techniques of classification and clustering have given unbelievable results in email forensic analysis as explained in [1][2] [3]. Among the available filters, Naïve Bayesian is a basic Standard Statistical approach on probability proposed by Sahami et al [4].…”

Section: Related Workmentioning

confidence: 99%

A Methodology for Cyber Crime Identification using Email Corpus based on Gaussian Mixture Model

Sreenivasulu¹,

Prasad²

2015

IJCA

View full text Add to dashboard Cite

The area of crime investigation has extended its roots to cyber media and has emerged exponentially with the technological strides. Among the various media used in Digital Forensics, Email Forensics took up the leading segment. In order to investigate the cyber crimes, there is an immense need to analyze the bulky email gatherings forensically. Data mining methods help in analyzing these large collections of data. Mixtures of data mining models along with the related methodologies are proposed in this paper to facilitate the email forensic assessor. The Performance is evaluated using False Rejection Ratio (FRR) and False Acceptance Ratio (FAR).

show abstract

Towards an integrated e-mail forensic analysis framework

Cited by 73 publications

References 11 publications

Towards Comprehensive and Collaborative Forensics on Email Evidence

Towards Comprehensive and Collaborative Forensics on Email Evidence

Agrupamento De Documentos Aplicado À Computação Forense: Uma Abordagem Para Aperfeiçoar Análises Periciais De Computadores

A Methodology for Cyber Crime Identification using Email Corpus based on Gaussian Mixture Model

Contact Info

Product

Resources

About