Pengenalan Entitas Berbasis Rule pada Lini Masa Forensik

Hasan, Mhd Fadly (2022) Pengenalan Entitas Berbasis Rule pada Lini Masa Forensik. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000078-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2024. Download (3MB) | Request a copy

Abstract

Dalam forensik digital, urutan semua kejadian dari suatu image forensik perlu dianalisis. Salah satu teknik yang bisa digunakan adalah dengan membangun lini masa forensik menggunakan log2timeline. Lini masa forensik sudah menyediakan beberapa entitas standar, seperti waktu dan nama host. Salah satu kolom lain yang disediakan dalam lini masa tersebut adalah pesan atau deskripsi singkat dari sebuah kejadian. Untuk membantu penyelidik dalam menganalisis kejadian, diperlukan pengenalan entitas yang lebih detail dari kolom pesan yang berupa teks tersebut. Dalam Tugas Akhir ini, akan diimplementasikan pengenalan entitas berbasis rule dengan menggunakan bahasa pemrograman Python dan pustaka spaCy. Keluaran dari Tugas Akhir ini adalah lini masa forensik dimana entitas-entitas dalam kolom deskripsi kejadian telah dilengkapi dengan anotasi.
=====================================================================================================
In digital forensics, the sequence of all events in a forensic image needs to be analyzed building a forensic timeline using log2timeline is one of the possible techniques. Naturally, forensics timeline contains some standard entities, such as time and hostname. Another field provided by forensics timeline is a message, a brief description of an event. To assist investigators in analyzing the incident, a more detailed identification of the entity type is suggested from the message column in the form of text. In this final project, a rule-based entity recognition will be implemented using Python programming language and spaCy library. The output of this final project is a forensic timeline in which the entities in the description column have been annotated.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Forensik Digital, Analisis Forensik, Lini Masa Forensik, Python, spaCy, log2timeline Digital Forensics, Forensics Analysis, Timeline Forensics, Python, spaCy. log2timeline
Subjects:	Q Science > QA Mathematics > QA76.9.A25 Computer security. Digital forensic. Data encryption (Computer science) T Technology > T Technology (General) > T57.84 Heuristic algorithms. T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Mhd Fadly Hasan
Date Deposited:	31 Jan 2022 06:29
Last Modified:	31 Oct 2022 03:35
URI:	http://repository.its.ac.id/id/eprint/92597

Actions (login required)

View Item