Artigos revisados por pares e preprints relevantes a forense digital, com resumo em português. Cada item aponta para a versão de acesso aberto (arXiv/ePrint) e, quando existe, o DOI oficial — nunca para cópias não autorizadas.
Vinayak Jain, Sneha Sudhakaran e Saranyan Senthivel
Avalia métodos de aquisição forense em Windows e Linux, cobrindo disco e memória, e identifica as combinações de ferramentas mais eficazes para cada sistema. Expõe os desafios ainda em aberto de garantir a confiabilidade da coleta e a integridade da pegada (footprint) do perito diante de contramedidas anti-forenses como criptografia e compressão.
Aghni Anugrah Raesa, Adithyan Shaji Nambiar, Veda Dawoonauth, Aditya Kumar, Mike Cohen e Priyanka Singh
Une detecção em tempo real e investigação forense numa mesma metodologia sobre o Velociraptor (plataforma DFIR de código aberto). Propõe um fluxo de quatro estágios que transforma o conhecimento sobre artefatos em regras de detecção úteis tanto para monitoramento ao vivo quanto para análise pós-incidente, reduzindo o volume de dados e permitindo triagem forense em escala sem exigir a imagem completa do disco.
Sneha Sudhakaran e Naresh Kshetri
Compara agentes de IA (ChatGPT) e peritos humanos na análise forense de incidentes. Conclui que a IA acelera bastante as análises de rotina, mas tropeça diante de ameaças sofisticadas por causa de sua rigidez baseada em padrões — o raciocínio contextual e a adaptabilidade do perito humano seguem indispensáveis para flagrar anomalias sutis e garantir a integridade da investigação.
Bilel Cherif, Tamas Bisztray, Richard A. Dubniczky, Aaesha Aldahmani, Saeed Alshehhi e Norbert Tihanyi
Primeiro benchmark abrangente para medir o quanto modelos de linguagem servem à forense digital e à resposta a incidentes. Reúne 700 questões de conhecimento revisadas por especialistas, 150 desafios no estilo CTF e 500 casos reais de perícia de disco e memória do programa CFTT do NIST. Ao avaliar 14 LLMs, propõe uma métrica de "compreensão da tarefa" para diferenciar modelos mesmo em cenários de acurácia quase nula.
Mahfuzul I. Nissan
Reconstrói a atividade de usuários de um banco MySQL a partir de instantâneos da memória volátil do processo, contornando logs de auditoria em disco que podem ter sido adulterados. Introduz o algoritmo ActiviTimeTrace para extrair conexões e consultas executadas e mostra empiricamente que a pilha de consultas do MySQL tem capacidade finita (cerca de 9.997 consultas), o que ajuda o perito a definir a frequência ideal de coleta de memória.
Noor Fatima, Hasan Faraz Khan e Muzammil Behzad
Detector de deepfakes projetado para resistir a manipulações anti-forenses — quando o atacante pós-processa a mídia para apagar os vestígios da falsificação. Usa arquitetura de dois fluxos (conteúdo semântico + resíduos forenses), treino adversarial com ataques agressivos e perturbações defensivas aleatórias na inferência, e ainda entrega mapas de calor que localizam as regiões adulteradas.
Mustafa Ghaleb, Kunwar Saaim, Muhamad Felemban, Saleh Al-Saleh e Ahmad Al-Mulhem
Aborda o file carving — recuperar arquivos sem depender dos metadados do sistema de arquivos — classificando fragmentos pelo tipo. Propõe CNNs leves com convoluções separáveis em profundidade que atingem 79% de acurácia no dataset FFT-75 com cerca de 100 mil parâmetros, muito mais eficientes que o estado da arte anterior e viáveis em hardware limitado.