МАТЕМАТИЧЕСКАЯ ФИЛЬТРАЦИЯ В МОДУЛЕ СУДЕБНОЙ ЭКСПЕРТИЗЫ ИСТОРИИ ЗВОНКОВ

Abstract

Translate Article

Растущая сложность преступлений, совершаемых с использованием современных технологий, требует от судебно-медицинских экспертов перехода от извлечения данных к аналитической интерпретации. В этом исследовании оцениваются четыре основных пакета - Cellebrite UFED, Oxygen Forensic Detective, Elcomsoft iOS Forensic Toolkit и MOBILedit Pro - с акцентом на их способность анализировать журналы вызовов с современных устройств Android и iOS. Несмотря на надежность сбора данных, эти инструменты имеют ряд недостатков: неполное восстановление фрагментированных таблиц SQLite, слабая временная визуализация и плохая корреляция между устройствами. Для решения этих проблем мы предлагаем легкий модуль анализа истории звонков, который интегрируется в существующие рабочие процессы. Он объединяет разнородные базы данных о звонках в хронологический реестр, применяет математические фильтры для выявления закономерностей или аномалий и визуализирует тенденции обмена сообщениями с помощью тепловых карт, временных линий и графиков эго-сети. Встроенная система поиска сходства идентифицирует общие контакты и параллельные временные линии. Пилотное тестирование подтверждает повышение точности, сокращение времени сортировки и улучшение понимания контекста, расширяя возможности цифровой криминалистики при минимальных эксплуатационных затратах.