SoK: Exploring the Potential of Large Language Models for Improving Digital Forensic Investigation Efficiency

要約

デジタルフォレンジック分析が必要な事件が増えているため、法執行機関の迅速な捜査能力に対する懸念が高まっている。
したがって、このナレッジ ペーパーの体系化では、これらの課題に対処するために大規模言語モデル (LLM) をデジタル フォレンジック調査に統合する可能性と有効性を詳しく掘り下げています。
既存のデジタル フォレンジック モデル、ツール、LLM、深層学習技術、および調査における LLM の利用を含む、徹底的な文献レビューが行われます。
このレビューでは、既存のデジタル フォレンジック プロセス内の現在の課題を特定し、LLM を組み込む際の障害と可能性の両方を調査します。
結論として、この研究は、デジタルフォレンジックにおけるLLMの採用は、適切な制約のもとで、捜査の効率を高め、追跡可能性を向上させ、法執行機関が直面する技術的および司法的障壁を緩和する可能性を秘めていると主張している。

要約(オリジナル)

The growing number of cases requiring digital forensic analysis raises concerns about law enforcement’s ability to conduct investigations promptly. Consequently, this systemisation of knowledge paper delves into the potential and effectiveness of integrating Large Language Models (LLMs) into digital forensic investigation to address these challenges. A thorough literature review is undertaken, encompassing existing digital forensic models, tools, LLMs, deep learning techniques, and the utilisation of LLMs in investigations. The review identifies current challenges within existing digital forensic processes and explores both the obstacles and possibilities of incorporating LLMs. In conclusion, the study asserts that the adoption of LLMs in digital forensics, with appropriate constraints, holds the potential to enhance investigation efficiency, improve traceability, and alleviate technical and judicial barriers faced by law enforcement entities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google