의미적 유사성의 효과적 탐지를 위한 데이터 전처리 연구
A Study on Preprocessing Method for Effective Semantic-based Similarity Measures using Approximate Matching Algorithm
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
디지털 포렌식 분야가 직면한 과제 중 하나는 대량의 데이터를 어떻게 효율적으로 처리할 것인가이다. 디지털 객체간의 유사성을 빠르게 식별하기 위해 신뢰성 있는 다양한 근사 매칭 알고리즘이 계속하여 제시되어왔다. 하지만 알고리즘만으로 문자열의 의미적 유사성을 식별하면 많은 오탐을 보여 오히려 그 실효성을 끌어내리고 있다. 이와 같은 문제점을 해결하고자 근사 매칭 대상의 전처리 과정을 추가하여, 알고리즘 자체의 신뢰성은 유지하면서 유사도 탐지 정확성을 더 높일 수 있는 방법을 제시한다. 본 논문에서는 의미적 유사성을 식별하고자 eml과 hwp 세트를 가지고 sdhash 로 실험하였으며, 실험 결과를 이용하여 그 효과성을 검증한다.
Abstract
One of the challenges of the digital forensics is how to handle certain amounts of data efficiently. Although reliable and various approximate matching algorithms have been presented to quickly identify similarities between digital objects, its practical effectiveness to identify the semantic similarity is low because of frequent false positives. To solve this problem, we suggest adding a pre-processing of the approximate matching target dataset to increase matching accuracy while maintaining the reliability of the approximate matching algorithm. To verify the effectiveness, we experimented with two datasets of eml and hwp using sdhash in order to identify the semantic similarity.
참고문헌 (13)
- Approximate Matching : Definition and Terminology, , NIST, ~, pp.SP 800-168 (2014)
- Jesse Kornblum, "Identifying almost identical files using context triggered piecewise hashing", Digital Investigation, 3, pp.91~97 (2006)
- Vassil Roussev, "Data fingerprinting with similarity digests", Advances in Digital Forensics VI. IFIP AICT, 337, pp.207~226 (2010)
- "Vassil Roussev, sdhash v3.4" (2013)[URL]
- Vassil Roussev, "An evaluation of forensic similarity hashes", Digital Investigation, 8, pp.34~41 (2011)
- Petter Christian Bjelland, "Practical use of Approximate Hash Based Matching in digital investigations", Digital Investigation, 11, pp.18~26 (2014)
- N. Borenstein, "MIME(Multipurpose Internet Mail Extensions)Part One : Mechanisms for Specifying and Describing the Format of Internet Message Bodies", RFC 1521, ~ (1993)
- P. Resnick, "Internet Message Format", RFC 2822, ~ (2001)
- "Enron Email Dataset"[URL]
- "Hwp Document File Formats 5.0" (2014)[URL]
- Frank Breitinger, "Automated evaluation of approximate matching algorithms on real data", Digital Investigation, 11, pp.10~17 (2014)
- Frank Breitinger, "Evaluating detection error trade-offs for bytewise approximate matching algorithms", Digital Investigation, 11, pp.81~89 (2014)
- Vassil Roussev, "Content triage with similarity digests : The M57 case study", Digital Investigation, 9, pp.60~68 (2012)