.png){kind=icon}
返回
Forensic Event Reconstruction With Process Mining
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2026.3660165.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
事件重建是数字取证调查过程中的一个基本方面。在此过程中，人们系统地分析和组织证据，以针对过去的事件形成假设。起点通常是取证时间线中的原始数据（例如，包含所有解析事件的表格），这可能包括数百万条时间线条目。已提出多种工具和技术来创建和分析时间线。然而，应用流程挖掘解决方案的可行性尚未得到探索。流程挖掘凭借其从事件数据中发现模式、偏差和流程流的能力，可以为取证事件重建提供有价值的见解。本研究探讨了利用片段挖掘来生成案例标识符，并提供由流程挖掘算法生成的流程模型的事件序列、可视化和评估指标。作为结果，我们开发了一个开源的、基于网络的原型应用程序。实验和案例研究得出结论，所提出的方法能够重建事件，并为取证调查人员提供直观的结果。
Keyword:
Event reconstruction
forensic timeline
event abstraction
episode mining
process mining
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
引用论文
分享收藏分享收藏Discovering learning processes using Inductive Miner: A case study with Learning Management Systems (LMSs).png)
PSICOTHEMA
OAAI
PSICOTHEMAIF3.5
OAAI分享收藏
查看更多内容