In the field of forensic informatics, digital data related to criminal and forensic investigations are collected, analysed, preserved and presented. Hacking, digital data recovery, data analysis, data analysis, data analysis, digital document analysis and analysis of data from mobile devices and other digital devices are included in the field of forensics. Using data collected from computers, mobile devices, hard disks, USB drives, digital cameras, cloud storage and other digital media, forensic experts are tasked with finding evidence. They also work on issues such as finding ways to protect against hackers and creating digital security measures. In a rapidly evolving digital world, the field of forensics is crucial for assisting criminal investigations and tracking the digital footprints of criminals. The guiding principles of forensic experts are legal compliance, accuracy, objectivity and security of evidence. During case analysis, law enforcement and prosecutors take photographs of the crime scene and evidence, after which the relevant report is written and the evidence file is created. The transparency and reliability of the procedure for the case in question is threatened by the vulnerability of this digitized and preserved content. Cyber-attacks that modify or destroy digital data result in the loss of relevant digital evidence. To prevent this problem and provide a solution, this paper compares the performance of a blockchain-based digital data storage application with a Tangle-based system. Photos of the incident environment and the incident report are combined and stored in the test model. The performance metrics of the system are rigorously measured. The study reveals that IOTA Tangle shows significant speed advantages (35 ms for 3KB images and 31 ms for 11KB images), especially in scenarios involving the storage of image data. In our analysis, Hyperledger Fabric performs commendably in character data processing, exhibiting lower response times (36 ms for 100 characters and 32 ms for 1000 characters) compared to IOTA Tangle.
Adli bilişim alanında, suç ve adli soruşturmalarla ilgili dijital veriler toplanır, analiz edilir, korunur ve sunulur. Hackleme, dijital veri kurtarma, veri analizi, veri analizi, dijital belge analizi ve mobil cihazlardan ve diğer dijital cihazlardan gelen verilerin analizi adli bilişim alanına dahildir. Bilgisayarlar, mobil cihazlar, sabit diskler, USB sürücüler, dijital kameralar, bulut depolama ve diğer dijital ortamlardan toplanan verileri kullanarak adli tıp uzmanları kanıt bulmakla görevlidir. Ayrıca bilgisayar korsanlarına karşı korunma yolları bulmak ve dijital güvenlik önlemleri oluşturmak gibi konular üzerinde de çalışırlar. Adli tıp alanı, hızla gelişen dijital dünyada cezai soruşturmalara yardımcı olmak ve suçluların dijital ayak izlerini takip etmek için çok önemlidir. Adli tıp uzmanlarının yol gösterici ilkeleri yasal uyumluluk, doğruluk, nesnellik ve kanıtların güvenliğidir. Vaka analizi sırasında kolluk kuvvetleri ve savcılar olay yeri ve delillerin fotoğraflarını çeker, ardından ilgili rapor yazılır ve delil dosyası oluşturulur. Söz konusu davaya ilişkin prosedürün şeffaflığı ve güvenilirliği, bu dijitalleştirilmiş ve korunmuş içeriğin savunmasızlığı nedeniyle tehdit altındadır. Dijital verileri değiştiren veya yok eden siber saldırılar, ilgili dijital kanıtların kaybolmasına neden olur. Bu sorunu önlemek ve bir çözüm sunmak için bu makale, blok zinciri tabanlı bir dijital veri depolama uygulamasının performansını Tangle tabanlı bir sistemle karşılaştırmaktadır. Olay ortamının fotoğrafları ve olay raporu birleştirilerek test modelinde saklanmaktadır. Sistemin performans metrikleri titizlikle ölçülmüştür. Çalışma, özellikle görüntü verilerinin depolanmasını içeren senaryolarda, IOTA Tangle'ın kayda değer hız avantajları (3KB görüntüler için 35 ms ve 11KB görüntüler için 31 ms) gösterdiğini ortaya koymaktadır. İncelememizde Hyperledger Fabric, karakter verilerinin işlenmesinde övgüye değer bir performans sergileyerek IOTA Tangle'a kıyasla daha düşük yanıt süreleri (100 karakter için 36 ms ve 1000 karakter için 32 ms) sergilemektedir.
Primary Language | English |
---|---|
Subjects | Optimization Techniques in Mechanical Engineering |
Journal Section | Research Articles |
Authors | |
Early Pub Date | December 27, 2023 |
Publication Date | December 29, 2023 |
Submission Date | October 26, 2023 |
Acceptance Date | November 16, 2023 |
Published in Issue | Year 2023 Volume: 7 Issue: 2 |