hh.sePublikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Carving och innehållssökning av komplexa dokument: En jämförelse av verktyg
Högskolan i Halmstad, Akademin för informationsteknologi.
Högskolan i Halmstad, Akademin för informationsteknologi.
2016 (svensk)Independent thesis Basic level (degree of Bachelor), 10 poäng / 15 hpOppgave
Abstract [sv]

File carving är konsten att återskapa raderade filer utan hjälp av filsystemsinformation. Speciellt viktigt skulle detta kunna vara vid utredning av ekonomisk brottslighet som utgör en vital del inom bekämpning av prioriterade områden som organiserad brottslighet och terrorism. I detta arbete presenteras ett nytt verktyg för att utföra file carving som även jämförs mot andra verktyg på marknaden med tyngdpunkt på processtid och minnesanvändning. Dessutom riktas fokus på egenskapen att snabbt kunna söka efter nyckelord i de framtagna filerna. Detta är något som kan vara mycket användbart när det finns behov av att snabbt hitta relevant information i en brottsutredning. Då filformaten .docx samt .pdf hör till de vanligaste typerna av textfiler har testerna valts att göras på dessa. I arbetet har det även undersökts hur polisen arbetar med file carving och sökning i textdokument idag. EnCase är det absolut mest använda programmet hos polisen, men testerna visade att det är både långsamt och resurskrävande. Verktyget Autopsy visade sig vara ett snabbare alternativ, men det nykomna verktyget Alice var mindre, snabbare och resurssnålare än båda alternativ. EnCase kunde inte heller visa resultaten av en textsökning på ett lika överskådligt sätt som Autopsy och Alice.

sted, utgiver, år, opplag, sider
2016. , s. 106
Emneord [sv]
forensik, encase, programmering
HSV kategori
Identifikatorer
URN: urn:nbn:se:hh:diva-31965OAI: oai:DiVA.org:hh-31965DiVA, id: diva2:967583
Fag / kurs
Information Technology
Veileder
Examiner
Tilgjengelig fra: 2016-09-16 Laget: 2016-09-09 Sist oppdatert: 2018-01-10bibliografisk kontrollert

Open Access i DiVA

fulltext(701 kB)170 nedlastinger
Filinformasjon
Fil FULLTEXT02.pdfFilstørrelse 701 kBChecksum SHA-512
0bb79b4d084fba543527c258f5dc126420a5893a133e3419d66d1a4dd63c9c442889b113eabec6f7cf8c8b27e99c95bd4a1789d0f90f6c4190950d2278ab90ee
Type fulltextMimetype application/pdf

Søk i DiVA

Av forfatter/redaktør
Wendt, MichaelKadar Rosengren, Robin
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 170 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 1075 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf