文件名称：基于机器学习的数字取证的最新技术-研究论文
文件大小：410KB
文件格式：PDF
更新时间：2024-06-29 14:32:42
Systematic Review Object
来自视频监控系统和法医照片的基于视觉的证据的数字取证将物体检测作为该过程的一个关键方面。 使用计算技术在广泛的图像数据上识别对象类的实例是多年来因其众多实际应用而受到持续关注的领域之一。 多种算法和技术已被指定用于物体检测和识别，机器学习越来越突出，并确保了物体检测和识别系统的卓越性能。 本研究全面回顾了机器学习在对象检测和分类中的框架和应用，以及对数字取证的特定应用。 该分析涵盖了 2007 年至 2019 年间在不同索引和非索引数据库中可用的广泛出版物，并且使用 Kitchenham 方法中提出的某些排除标准选择了候选论文。 该研究旨在简化未来的研究，将数字取证研究分为六个知识领域，并将卷积神经网络确定为基于机器学习的数字取证的最先进算法。