IPED デジタルフォレンジックツール

IPED は、多くの場合、法執行機関によって犯罪現場で押収されたり、民間の調査員による企業調査で押収されたデジタル証拠を処理・分析するために使用できるオープンソースソフトウェアです。

歴史

IPED - デジタル証拠処理・索引化ツール（ポルトガル語からの翻訳）は、Java で実装され、2012年からブラジル連邦警察のデジタルフォレンジック専門家によって開発され、現在も開発が続けられているツールです。常にオープンソースでしたが、そのコードが正式に公開されたのは2019年になってからです。

当初から、このツールの目標は、効率的なデータ処理と安定性でした。ツールの主な特徴は次のとおりです。

バッチケース作成のためのコマンドラインデータ処理
マルチプラットフォーム対応、Windows および Linux システムでテスト済み
インストール不要のポータブルケース、リムーバブルドライブから実行可能
統合された直感的な分析インターフェース
高いマルチスレッド性能と大規模ケースへの対応：最新のハードウェアを使用して最大400GB/hの処理速度、2019年12月12日時点で1億3500万アイテムを（マルチ）ケースでサポート

現在、IPED は Sleuthkit Library をディスクイメージとファイルシステムのデコードにのみ使用しているため、同じイメージ形式をサポートしています：RAW/DD、E01、ISO9660、AFF、VHD、VMDK。また、EX01、VHDX、UDF(ISO)、AD1 (AccessData)、UFDR (Cellebrite) 形式もサポートしています。

ツールを初めて使用される場合は、初心者向けスタートガイドを参照してください。

ビルド

ソースからビルドするには、git、maven、および Java JDK 11 + JavaFX（例：Liberica OpenJDK 11 Full JDK）がインストールされている必要があります。JAVA_HOME 環境変数を Java 11 のインストールフォルダに設定し、次を実行します。

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

これにより、target/release フォルダに IPED のスナップショットバージョンが生成されます。

注意： デフォルトの master ブランチは開発用であり、安定していません。安定バージョンをビルドしたい場合は、クローンステップの後にリリースタグのいずれかをチェックアウトしてください。

Linux では、The Sleuthkit および追加の依存関係もビルドする必要があります。Linuxセクションを参照してください。

コントリビューションは大歓迎です！コントリビューションの前に、Contributing を参照してください。

機能

IPED の数多くの機能の一部を以下に示します。

対応ハッシュ：md5、sha-1、sha-256、sha-512、edonkey。PhotoDNA も 法執行機関向けに 利用可能です（連絡先：iped at pf dot gov dot br）
対応ハッシュセット：NIST NSRL、NIST CAID、ProjectVIC、Interpol ICSE、標準CSV形式
高速なハッシュ重複排除
シグネチャ分析
ファイルタイプとプロパティによる分類
数十のファイル形式の再帰的なコンテナ展開
組み込みフォレンジック/仮想ディスクの展開：分割または単一セグメントの DD、E01、EX01、VHD、VHDX、VMDK（差分 VMDK も対応）
数百の形式に対応した画像・ビデオギャラリー
Google Maps、Bing、または OpenStreetMaps を使用した GPS データのジオレファレンス
クレジットカード、メール、URL、IP・MACアドレス、金額、ビットコイン、イーサリアム、モネロ、リップルウォレットなどのスクリプト検証オプション付き正規表現検索
組み込みの16進数、Unicodeテキスト、メタデータ、ネイティブビューア
ファイル内容とメタデータのインデックス化および高速検索、未知ファイルや未割り当て領域を含む
効率的なデータカービングエンジン（処理時間の10％未満）、未割り当て領域以上のスキャン、+40のファイル形式（ビデオを含む）に対応、スクリプトによる拡張可能
tesseract 5 による光学文字認識
既知の形式およびエントロピーテストを使用した暗号化検出
処理プロファイル：フォレンジック、pedo（csam）、トリアージ、fastmode（プレビュー）、blind（自動データ抽出用）
70以上の言語の検出
固有表現抽出（Stanford CoreNLP モデルのダウンロードが必要）
任意のファイルメタデータに基づくカスタマイズ可能なフィルター
類似文書検索、設定可能なしきい値
類似画像検索、内部または外部画像を使用
類似顔認識、GPUなしで実行可能、設定可能なしきい値
統合テーブルタイムラインビューとタイムライン分析のためのイベントフィルタリング
あらゆるメタデータに基づく強力なファイルグループ化（クラスタリング）
最大1億3500万アイテムのマルチケース対応
JavaScript および Python（cpython 拡張を含む）スクリプトによる拡張性
ファイルデコードのための外部コマンドラインツール統合
IE、Edge、Firefox、Chrome、Safari のブラウザ履歴
Emule、Shareaza、Ares、WhatsApp、Skype、Telegram、Bittorrent、ActivitiesCache などのカスタムパーサー
ランダムフォレストアルゴリズムを使用した画像・ビデオの高速ヌード検出（作者 @tc-wleite に感謝）
Yahoo open-nsfw ディープラーニングモデルを使用したヌード検出（keras および tensorflow が必要）
音声文字起こし、Azure および Google Cloud サービスを使用したローカルおよびリモート実装
コミュニケーション（通話、メール、インスタントメッセージなど）のグラフ分析
プロセス外のファイルシステムデコードとファイル解析による安定した処理
停止または中断された処理の再開または再起動（--continue/--restart オプション）
リモートケースの検索、ファイルメタデータ、生コンテンツ、デコードされたテキスト、サムネイルの取得、ブックマークの投稿のための Web API
興味深いデータに対するブックマーク/タグの作成
タグ付きデータを含む HTML、CSV レポートおよびポータブルケース