在线刊号(2320-9801)印刷刊号(2320-9798)
从非结构化文本文档中高效挖掘犯罪网络
用于取证分析的数字数据通常包含有关嫌疑人社交网络的昂贵信息。然而,大多数收集的记录都是无定形的文本数据,如电子邮件、聊天消息和文本文档。调查人员通常必须手动从文本中提取有用的信息,然后使用各种犯罪网络分析工具将重要信息输入结构化数据库,以便进一步调查。显然,这个信息提取过程是单调且容易出错的。此外,分析的质量因研究者的经验和专业知识而异。在本文中,我们提出了一种系统的方法,从从嫌疑人的机器中获得的文本文档集合中发现犯罪网络,提取有用的信息,然后将嫌疑人的犯罪网络可视化。此外,我们提出了一种假设生成方法来识别识别网络中成员之间潜在的间接关系。我们在一个现实生活中的网络犯罪案件和一些其他数据集上评估了该方法的有效性和准确性。
V.Vinodhini, M.Hemalatha