IPED 디지털 포렌식 도구

IPED는 오픈 소스 소프트웨어로, 법 집행 기관이 범죄 현장에서 압수하거나 민간 조사관이 기업 조사에서 압수한 디지털 증거를 처리하고 분석하는 데 사용할 수 있습니다.

역사

IPED - 디지털 증거 처리기 및 색인기(포르투갈어에서 번역)는 Java로 구현된 도구로, 2012년부터 브라질 연방 경찰의 디지털 포렌식 전문가들이 원래 개발했으며 현재도 개발 중입니다. 항상 오픈 소스였지만, 공식적으로 코드가 공개된 것은 2019년입니다.

처음부터 이 도구의 목표는 효율적인 데이터 처리와 안정성이었습니다. 도구의 주요 특징은 다음과 같습니다:

배치 케이스 생성을 위한 명령줄 데이터 처리
멀티플랫폼 지원, Windows 및 Linux 시스템에서 테스트 완료
설치 없이 휴대용 케이스, 이동식 드라이브에서 실행 가능
통합되고 직관적인 분석 인터페이스
높은 멀티스레드 성능 및 대형 케이스 지원: 최신 하드웨어 사용 시 최대 400GB/h 처리 속도, 2019년 12월 12일 기준 (멀티) 케이스에서 최대 1억 3,500만 개 항목

현재 IPED는 디스크 이미지 및 파일 시스템 디코딩에만 Sleuthkit Library를 사용하므로 동일한 이미지 형식(RAW/DD, E01, ISO9660, AFF, VHD, VMDK)이 지원됩니다. 또한 EX01, VHDX, UDF(ISO), AD1(AccessData) 및 UFDR(Cellebrite) 형식도 지원합니다.

도구가 처음이라면 초보자 시작 가이드를 참조하세요.

빌드

소스에서 빌드하려면 git, maven 및 Java JDK 11 + JavaFX(예: Liberica OpenJDK 11 Full JDK)가 설치되어 있어야 합니다. JAVA_HOME 환경 변수를 Java 11 설치 폴더로 설정한 후 다음을 실행하세요:

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

그러면 target/release 폴더에 IPED의 스냅샷 버전이 생성됩니다.

주의: 기본 master 브랜치는 개발 브랜치이며 안정적이지 않습니다. 안정적인 버전을 빌드하려면 클론 단계 후 릴리스 태그 중 하나를 체크아웃하세요.

Linux에서는 Sleuthkit 및 추가 종속성도 빌드해야 합니다. Linux 섹션을 참조하세요.

기여는 언제나 환영합니다! 기여 전에 기여하기를 참조하세요.

기능

IPED의 여러 기능 중 일부는 아래에 나열되어 있습니다:

지원되는 해시: md5, sha-1, sha-256, sha-512 및 edonkey. PhotoDNA는 법 집행 기관용으로도 제공됩니다(iped at pf dot gov dot br로 문의하세요).
지원되는 해시 세트: NIST NSRL, NIST CAID, ProjectVIC, Interpol ICSE, 표준 CSV 형식
빠른 해시 중복 제거
서명 분석
파일 유형 및 속성별 분류
수십 가지 파일 형식의 재귀적 컨테이너 확장
내장 포렌식/가상 디스크 확장: 분할 또는 단일 세그먼트 DD, E01, EX01, VHD, VHDX, VMDK 지원(차등 VMDK도 지원)
수백 가지 형식의 이미지 및 비디오 갤러리
Google Maps, Bing 또는 OpenStreetMaps를 사용한 GPS 데이터 지리참조
신용카드, 이메일, URL, IP 및 MAC 주소, 금액, 비트코인, 이더리움, 모네로, 리플 지갑 등에 대한 선택적 스크립트 검증이 포함된 정규식 검색
내장된 16진수, 유니코드 텍스트, 메타데이터 및 네이티브 뷰어
알 수 없는 파일 및 할당되지 않은 공간을 포함한 파일 콘텐츠 및 메타데이터 인덱싱 및 빠른 검색
효율적인 데이터 카빙 엔진(처리 시간의 10% 미만 소요)으로 할당되지 않은 공간보다 훨씬 더 많이 스캔하며, 비디오를 포함한 40개 이상의 파일 형식을 지원하고 스크립팅으로 확장 가능
tesseract 5 기반 광학 문자 인식
알려진 형식의 암호화 감지 및 엔트로피 테스트 사용
처리 프로필: 포렌식, pedo(csam), 트라이어지, 빠른 모드(미리보기) 및 블라인드(자동 데이터 추출용)
70개 이상의 언어 감지
개체명 인식 (Stanford CoreNLP 모델 다운로드 필요)
모든 파일 메타데이터 기반 사용자 정의 가능 필터
구성 가능한 임계값을 사용한 유사 문서 검색
내부 또는 외부 이미지를 사용한 유사 이미지 검색
GPU 없이 실행하도록 최적화된 유사 얼굴 인식, 구성 가능한 임계값
타임라인 분석을 위한 통합 테이블 타임라인 보기 및 이벤트 필터링
모든 메타데이터 기반 강력한 파일 그룹화(클러스터링)
최대 1억 3,500만 개 항목의 멀티케이스 지원
JavaScript 및 Python(cpython 확장 포함) 스크립트로 확장 가능
파일 디코딩을 위한 외부 명령줄 도구 통합
IE, Edge, Firefox, Chrome 및 Safari의 브라우저 기록
Emule, Shareaza, Ares, WhatsApp, Skype, Telegram, Bittorrent, ActivitiesCache 등에 대한 사용자 정의 파서
랜덤 포레스트 알고리즘을 사용한 이미지 및 비디오의 빠른 나체 감지(작성자 @tc-wleite에게 감사)
Yahoo open-nsfw 딥러닝 모델을 사용한 나체 감지(keras 및 tensorflow 필요)
오디오 전사, Azure 및 Google Cloud 서비스를 통한 로컬 및 원격 구현
통신(통화, 이메일, 인스턴트 메시지 등)에 대한 그래프 분석
프로세스 외부 파일 시스템 디코딩 및 파일 구문 분석을 통한 안정적인 처리
중지되거나 중단된 처리 재개 또는 재시작(--continue/--restart 옵션)
원격 케이스 검색, 파일 메타데이터, 원시 콘텐츠, 디코딩된 텍스트, 썸네일 가져오기 및 북마크 게시를 위한 웹 API
관심 데이터에 대한 북마크/태그 생성
태그된 데이터가 포함된 HTML, CSV 보고서 및 휴대용 케이스