IPED डिजिटल फोरेंसिक उपकरण

IPED एक ओपन सोर्स सॉफ्टवेयर है जिसका उपयोग डिजिटल साक्ष्यों को संसाधित और विश्लेषित करने के लिए किया जा सकता है, जो अक्सर कानून प्रवर्तन द्वारा अपराध स्थलों से या निजी परीक्षकों द्वारा कॉर्पोरेट जांच में जब्त किए जाते हैं।

इतिहास

IPED - डिजिटल साक्ष्य प्रोसेसर और इंडेक्सर (पुर्तगाली से अनुवादित) एक जावा में कार्यान्वित उपकरण है और मूल रूप से और अभी भी ब्राजील की संघीय पुलिस के डिजिटल फोरेंसिक विशेषज्ञों द्वारा 2012 से विकसित किया गया है। हालाँकि यह हमेशा ओपन सोर्स था, केवल 2019 में इसका कोड आधिकारिक रूप से प्रकाशित किया गया था।

शुरुआत से ही, उपकरण का लक्ष्य कुशल डेटा प्रसंस्करण और स्थिरता था। उपकरण की कुछ प्रमुख विशेषताएं हैं:

बैच केस निर्माण के लिए कमांड लाइन डेटा प्रसंस्करण
मल्टीप्लेटफ़ॉर्म समर्थन, विंडोज़ और लिनक्स सिस्टम पर परीक्षण किया गया
स्थापना के बिना पोर्टेबल केस, आप उन्हें हटाने योग्य ड्राइव से चला सकते हैं
एकीकृत और सहज विश्लेषण इंटरफ़ेस
उच्च मल्टीथ्रेड प्रदर्शन और बड़े मामलों के लिए समर्थन: आधुनिक हार्डवेयर का उपयोग करके 400GB/h तक की प्रसंस्करण गति और 12/12/2019 तक एक (बहु) मामले में 135 मिलियन आइटम

वर्तमान में IPED केवल डिस्क इमेज और फाइल सिस्टम को डिकोड करने के लिए Sleuthkit Library का उपयोग करता है, इसलिए समान इमेज प्रारूप समर्थित हैं: RAW/DD, E01, ISO9660, AFF, VHD, VMDK। EX01, VHDX, UDF(ISO), AD1 (AccessData) और UFDR (Cellebrite) प्रारूपों के लिए भी समर्थन है।

यदि आप इस उपकरण में नए हैं, तो कृपया शुरुआती स्टार्ट गाइड देखें।

निर्माण

स्रोत से निर्माण करने के लिए, आपको git, maven और Java JDK 11 + JavaFX (जैसे Liberica OpenJDK 11 Full JDK) स्थापित होना चाहिए। JAVA_HOME एनवायरनमेंट वेरिएबल को अपने java 11 इंस्टॉलेशन फ़ोल्डर पर सेट करें, फिर चलाएँ:

git clone https://github.com/sepinf-inc/IPED.git
cd IPED
mvn clean install

यह target/release फ़ोल्डर में IPED का एक स्नैपशॉट संस्करण उत्पन्न करेगा।

ध्यान दें: डिफ़ॉल्ट मास्टर ब्रांच विकास वाली है और अस्थिर है। यदि आप एक स्थिर संस्करण बनाना चाहते हैं, तो क्लोन चरण के बाद कुछ रिलीज़ टैग चेकआउट करें।

लिनक्स पर आपको The Sleuthkit और अतिरिक्त निर्भरताओं का भी निर्माण करना होगा। कृपया लिनक्स अनुभाग देखें।

योगदान का स्वागत है! योगदान देने से पहले कृपया योगदान देखें।

विशेषताएँ

IPED की कई विशेषताओं में से कुछ नीचे सूचीबद्ध हैं:

समर्थित हैश: md5, sha-1, sha-256, sha-512 और edonkey। PhotoDNA भी उपलब्ध है कानून प्रवर्तन के लिए (कृपया iped at pf dot gov dot br से संपर्क करें)
समर्थित हैश सेट: NIST NSRL, NIST CAID, ProjectVIC, Interpol ICSE, मानक CSV प्रारूप
तेज़ हैश डिडुप्लीकेशन
हस्ताक्षर विश्लेषण
फ़ाइल प्रकार और गुणों द्वारा वर्गीकरण
दर्जनों फ़ाइल प्रारूपों का पुनरावर्ती कंटेनर विस्तार
एम्बेडेड फोरेंसिक/वर्चुअल डिस्क विस्तार: विभाजित या एकल खंड DD, E01, EX01, VHD, VHDX, VMDK (डिफरेंशियल VMDK भी समर्थित हैं) का समर्थन करता है
सैकड़ों प्रारूपों के लिए छवि और वीडियो गैलरी
GPS डेटा का जियोरेफरेंसिंग, Google Maps, Bing या OpenStreetMaps का उपयोग करके
क्रेडिट कार्ड, ईमेल, यूआरएल, आईपी और मैक पते, मनी वैल्यू, बिटकॉइन, एथेरियम, मोनेरो, रिपल वॉलेट और अधिक के लिए वैकल्पिक स्क्रिप्ट सत्यापन के साथ रेगेक्स खोजें...
एम्बेडेड हेक्स, यूनिकोड टेक्स्ट, मेटाडेटा और नेटिव व्यूअर
फ़ाइल सामग्री और मेटाडेटा इंडेक्सिंग और त्वरित खोज, अज्ञात फ़ाइलों और असंबद्ध स्थान सहित
कुशल डेटा कार्विंग इंजन (<10% प्रसंस्करण समय लेता है) जो असंबद्ध से कहीं अधिक स्कैन करता है, वीडियो सहित +40 फ़ाइल प्रारूपों के समर्थन के साथ, स्क्रिप्टिंग द्वारा विस्तार योग्य
tesseract 5 द्वारा संचालित ऑप्टिकल कैरेक्टर रिकॉग्निशन
ज्ञात प्रारूपों के लिए एन्क्रिप्शन का पता लगाना और एन्ट्रॉपी परीक्षण का उपयोग करना
प्रसंस्करण प्रोफाइल: फोरेंसिक, पेडो (csam), ट्राइएज, फास्टमोड (पूर्वावलोकन) और ब्लाइंड (स्वचालित डेटा निष्कर्षण के लिए)
+70 भाषाओं का पता लगाना
नामित एंटिटी रिकॉग्निशन (Stanford CoreNLP मॉडल डाउनलोड करने की आवश्यकता है)
किसी भी फ़ाइल मेटाडेटा पर आधारित अनुकूलन योग्य फ़िल्टर
कॉन्फ़िगरेबल थ्रेशोल्ड के साथ समान दस्तावेज़ खोज
आंतरिक या बाहरी छवि का उपयोग करके समान छवि खोज
समान चेहरा पहचान, GPU के बिना चलने के लिए अनुकूलित, कॉन्फ़िगरेबल थ्रेशोल्ड के साथ
टाइमलाइन विश्लेषण के लिए एकीकृत तालिका टाइमलाइन दृश्य और घटना फ़िल्टरिंग
किसी भी मेटाडेटा पर आधारित शक्तिशाली फ़ाइल समूहीकरण (क्लस्टरिंग)
135 मिलियन आइटम तक मल्टीकेस का समर्थन
जावास्क्रिप्ट और पायथन (cpython एक्सटेंशन सहित) स्क्रिप्ट के साथ विस्तार योग्य
फ़ाइल डिकोडिंग के लिए बाहरी कमांड लाइन उपकरण एकीकरण
IE, Edge, Firefox, Chrome और Safari के लिए ब्राउज़र इतिहास
Emule, Shareaza, Ares, WhatsApp, Skype, Telegram, Bittorrent, ActivitiesCache, और अधिक के लिए कस्टम पार्सर...
रैंडम फ़ॉरेस्ट एल्गोरिदम का उपयोग करके छवियों और वीडियो के लिए तेज़ नग्नता का पता लगाना (इसके लेखक @tc-wleite को धन्यवाद)
Yahoo open-nsfw डीपलर्निंग मॉडल का उपयोग करके नग्नता का पता लगाना (keras और tensorflow की आवश्यकता है)
ऑडियो ट्रांसक्रिप्शन, Azure और Google Cloud सेवाओं के साथ स्थानीय और दूरस्थ कार्यान्वयन