Метод класифікації цифрових доказів на основі аналізу метаданих методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorБарановський, Олексій Миколайович
dc.contributor.authorЛета, Яна Василівна
dc.date.accessioned2025-09-29T08:25:31Z
dc.date.available2025-09-29T08:25:31Z
dc.date.issued2024
dc.description.abstractОбсяг роботи 67 сторінок, 7 ілюстрацій, 2 таблиці, 2 додатки і 39 бібліографічних найменувань за переліком посилань. Метою роботи є розробка методу, що використовує алгоритми машинного навчання для автоматичної класифікації цифрових доказів на визначення підозрілості на основі аналізу їх метаданих, щоб пришвидшити процесу відбору релевантних файлів під час цифрових криміналістичних розслідувань. Об’єктом дослідження є метадані цифрових файлів, наявні програмні засоби і методи для аналізу цифрових доказів. Предметом дослідження є методи машинного навчання та обробка метаданих, що використовуються для автоматичної класифікації цифрових доказів. У даній роботі були застосовані такі методи дослідження, як аналіз літературних джерел для визначення сучасних методів аналізу цифрових доказів; порівняльний аналіз існуючих алгоритмів для виявлення найефективніших підходів; збір та видобування метаданих для створення набору даних; використання методів машинного навчання для навчання і тестування моделей. Створений метод класифікації цифрових доказів на основі аналізу метаданих рекомендовано в подальшому інтегрувати з системами автоматизованого збору метаданих, що відкриває можливість широкого використання розробленого рішення в цифрових криміналістичних розслідуваннях, дозволяючи значно полегшити та прискорити процес аналізу цифрових доказів. Результати роботи були представлені на ХХІI Всеукраїнській науковопрактичній конференції студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» 2024 року.
dc.description.abstractotherThe volume of the work is 67 pages, 7 illustrations, 2 tables, 2 appendices and 39 bibliographic names according to the list of references. The aim of the work is to develop a method that uses machine learning algorithms to automatically classify digital evidence for suspiciousness based on the analysis of their metadata, in order to speed up the process of selecting relevant files during digital forensic investigations. The object of the study is the metadata of digital files, available software tools and methods for analyzing digital evidence. The subject of research is machine learning methods and metadata processing used for automatic classification of digital evidence. This work used such research methods as the analysis of literary sources to determine modern methods of digital evidence analysis; comparative analysis of existing algorithms to identify the most effective approaches; collecting and extracting metadata to create a dataset; the use of machine learning methods for training and testing models. The created method of digital evidence classification based on metadata analysis is recommended to be further integrated with automated metadata collection systems, which opens up the possibility of wide use of the developed solution in digital forensic investigations, allowing to significantly facilitate and speed up the process of digital evidence analysis. The results of the work were presented at the XXII All-Ukrainian scientific and practical conference of students, postgraduates and young scientists "Theoretical and Applied Problems of Physics, Mathematics and Informatics" in 2024.
dc.format.extent67 с.
dc.identifier.citationЛета, Я. В. Метод класифікації цифрових доказів на основі аналізу метаданих методами машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Лета Яна Василівна. – Київ, 2024. – 67с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76372
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectцифрова криміналістика
dc.subjectцифрові докази
dc.subjectметадані
dc.subjectкласифікація
dc.subjectмашинне навчання
dc.subjectdigital forensics
dc.subjectdigital evidence
dc.subjectmetadata
dc.subjectclassification
dc.subjectmachine learning
dc.titleМетод класифікації цифрових доказів на основі аналізу метаданих методами машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Leta_bakalavr.pdf
Розмір:
1.31 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІБ)
Бакалаврські роботи