Maggiore adozione di applicazioni cloud, come Dropbox e Google Drive, da parte degli utenti privati ​​è aumentata la preoccupazione per l'uso delle informazioni cloud per crimini informatici come lo sfruttamento minorile, traffico illegale di droga e traffico illegale di armi da fuoco.

I ricercatori della Purdue University hanno sviluppato un modello forense cloud utilizzando l'apprendimento automatico per raccogliere prove digitali relative ad attività illegali su applicazioni di archiviazione cloud.

"È fondamentale rilevare attività cloud illegali in movimento, " ha detto Fahad Salamh, un dottorato di ricerca studente al Purdue Polytechnic Institute, che ha contribuito a creare il sistema. "La nostra tecnologia identifica e analizza in tempo reale gli incidenti relativi a questi crimini informatici attraverso transazioni caricate su applicazioni di cloud storage".

Salamh ha lavorato sulla tecnologia con Marcus Rogers e Umit Karabiyik, professori del Politecnico specializzati in informatica e informatica.

Il sistema Purdue utilizza modelli di deep learning per classificare lo sfruttamento minorile, traffico illegale di droga e transazioni illegali di armi da fuoco caricate su applicazioni di archiviazione cloud e segnalare attività illegali tramite un sistema di raccolta di prove forensi.

Il processo inizia quando un utente di un'applicazione di archiviazione cloud carica un file multimediale, immagine o video. I modelli di apprendimento automatico pre-addestrati scansionano sia le immagini che le miniature per cercare segni di crimini informatici.

Attraverso l'identificazione e l'analisi di questi incidenti utilizzando l'apprendimento automatico, i fornitori di servizi cloud possono raccogliere i registri degli avvisi, bloccare gli account associati e segnalarli alle forze dell'ordine in base a una richiesta di mandato di perquisizione cloud.

"È importante automatizzare il processo di analisi forense digitale e risposta agli incidenti al fine di far fronte a tecnologie avanzate e sofisticate tecniche di occultamento e per ridurre l'archiviazione di massa di prove digitali su casi che coinvolgono applicazioni di archiviazione cloud, " Salamh ha detto. "Gli ambienti cloud sfidano gli investigatori nell'identificare la proprietà dei file multimediali caricati a causa della loro architettura di rete e dell'elaborazione dei dati".

Il team di Purdue ha testato più di 1, 500 immagini, e il modello ha classificato accuratamente un'immagine circa il 96% delle volte.