基于Android操作系统的数字取证技术研究

来源 :中南林业科技大学 | 被引量 : 0次 | 上传用户:yun603
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在通信技术迅速发展的今天,手机已经成为人们工作和生活当中不可或缺的联系工具。手机给人们带来众多便利的同时,也常常被不法分子利用作为犯罪工具,司法机关急需采取有效的技术手段来应对这种通过手机犯罪的案件。相比于ios和Windows Phone,Android操作系统的智能手机在市场上占据的份额是最大的,因此研究Android操作系统的数字取证技术具有重大意义。  本文主要研究了Android操作系统内存取证和外存取证的关键技术。  内存取证就是要对运行在内存中的进程数据进行分析,获取进程打开的文件,进程的内存空间,进程访问的网址等信息。给出了内存取证的三个关键技术:内存数据的获取、ARM架构芯片虚拟地址到物理地址的转换机制、系统关键数据的获取,设计并实现了获取数据的驱动和地址转换模型。  外存取证就是要对手机上的文件数据进行定位分析,给出了外存取证的两个关键技术:GPT格式分区解析、Ext4文件系统解析,提出了一套解决方案并编程实现。  最后将研究的理论成果通过编程开发了一套基于Android操作系统的数字取证系统。该系统可以分析进程数据,定位Ext4文件数据,浏览任意内存和外存地址的数据,导出任意内存和外存数据,能够同时对多台Android手机进行取证,支持USB数据线连接取证和局域网在线取证两种模式。实验结果表明了研究成果的有效性。
其他文献
随着智能电网建设的快速发展,电力系统设备种类和数量越来越多,对电力设备图像的特征提取和准确分类,有利于提升电力系统管理的自动化和智能化水平。本文首先对从现场采集到的电
目前,每年生物医学文献的数量正在呈指数的方式增长,科研人员为了得到好的研究成果,需要查找阅读大量的文献,但如此大规模的文献,给科研人员带来了巨大的困难。同时,现代科学
集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性/差异度大的弱分类学习算法集合是集成学习取得高泛化能力的关键。对
相比传统网络,泛在网中设备数量众多,种类繁杂,且许多数据源网络长期处于无人值守的工作状态。泛在设备的存储和计算能力相比传统网络也更加有限,当前,大多数数据源网络之间
数据统计显示,意外事故发生时,当事人几分钟之内的死亡率为50%;几小时内的死亡率为30%;受伤之后,在几星期内死亡的占20%。而且,立即死亡的当事人,绝大部分丧生于事故现场。可见
人脸识别凭借其友好、便捷、隐蔽性等优势成为生物识别领域的热点研究课题之一。经过近50年的发展,基于二维图像的人脸识别技术日趋成熟,但受限于二维图像的数据形式,二维人
集电力电子和智能控制于一体的无刷直流电机(Brushless DC Motor,BLDCM),得益于其电能转化效率高、使用寿命长及维护维修方便的优势,已广泛应用于工业控制、交通运输、家用电气
三维网格模型在计算机图形学中具有主导地位。它广泛应用于电影、游戏、计算机辅助设计、模拟仿真、艺术与历史、医药等众多领域。基于多边形网格模型的数字几何处理技术不断
随着互联网的发展,数据呈现几何式的增长,如何能够从巨大的数据中快速寻找出对自己有用的数据,将会是大家面临的一个问题。搜索技术的出现方便了人们快速而且有效的获取信息
现代数字信号处理器(DSP)一般采取超长指令字或是超标量来实现指令级并行。超长指令字(VLIW)数字信号处理器将并行任务的识别和调度交给了编译器,因此在利用VLIW DSP的时候需