Um artigo no arXiv descreve um método em nível de aplicativo, usando o framework Core NFC do iOS, para ler cartões de pagamento contactless dos sistemas nacionais HUMO e UZCARD (Uzbequistão) e PRO100 (Rússia/Cazaquistão), extraindo número da conta primária (PAN) e data de validade sem emular o cartão ou autorizar qualquer transação. Os autores mapeiam os AIDs EMV compatíveis com cada rede e implementam um parser híbrido que prioriza campos BER-TLV padrão, recorrendo a offsets fixos legados apenas quando a resposta do cartão não segue a estrutura esperada. O trabalho nasce de uma lacuna real: esses mercados não têm suporte Apple Pay, então a população segue dependente do cartão físico, que se mostra igualmente exposto.
A edição semanal de curadoria de notícias forenses da Forensic Focus agrupa cinco frentes que vêm ganhando espaço na prática pericial: vestígios deixados por uso de ferramentas da OpenAI, o recurso Screen Time da Apple como fonte de evidência de uso de aplicativos, técnicas de geolocalização extraídas de memória volátil, uso de IA para acelerar investigações e os gargalos de imagem forense em laboratórios com grande volume de casos. Não foi possível acessar o texto integral de cada matéria referenciada no momento desta análise, então o resumo abaixo trata do significado de cada tema para a prática de DFIR, sem reproduzir achados específicos do post original.
Pesquisadores propõem um agente que trata a localização de dados pessoais (PII) em bancos SQLite de aplicativos móveis como um problema de busca adaptativa sob incerteza, em vez de varredura exaustiva de todas as tabelas e colunas. Testado no corpus CTF da Cellebrite, com 25 bancos de 10 apps Android e iOS, o método reduziu o espaço de busca em quase 80% mantendo F1 de 94,5% com o Gemini 2.5 Pro, mas mostrou variação relevante entre os 12 modelos avaliados.
Um novo benchmark reprodutível avalia se agentes baseados em LLM conseguem inferir corretamente relacionamentos entre tabelas em bancos SQLite forenses sem documentação, tratando separadamente o sucesso de execução de uma consulta e a correção estrutural da inferência relacional. Usando o banco de SMS do Android e o banco do Snapchat como casos de teste, o estudo mostra que os agentes funcionam bem em esquemas regulares, mas produzem joins plausíveis e executáveis, porém estruturalmente incorretos, à medida que a irregularidade do esquema aumenta.
Equipe da Purdue University publica na FSI: Digital Investigation um mapeamento de artefatos forenses recuperáveis do RedNote (Xiaohongshu/"Little Red Book"), rede social chinesa que ganhou grande base de usuários internacional. O trabalho compara o que é extraível nas versões Android e iOS do app.
O Forensic Focus publicou sua coletânea semanal de notícias de forense digital, reunindo quatro desenvolvimentos do setor: o novo catálogo ArtCat de artefatos forenses do NIST, uma discussão sobre a metodologia investigativa usada no caso Kohberger, análise de logs de intrusão em Android e o lançamento de uma ferramenta de IA offline chamada BelkaGPT. É um resumo de curadoria, não uma reportagem original aprofundada sobre um único tema.
A CYFOR Forensics publicou um artigo explicando a técnica de "frequency analysis" usada em perícia móvel para avaliar a plausibilidade de alegações a partir de padrões temporais de chamadas, mensagens, uso de aplicativos e navegação. Em vez de olhar para um evento isolado, o método reconstrói o comportamento habitual do usuário ao longo do tempo e busca anomalias — picos, quedas ou silêncios de comunicação — em torno de datas relevantes para o caso.
O Forensic Focus publicou um guia sobre extração móvel direcionada (Targeted Mobile Extraction) e o recurso Collect Files no ADF Pro, ferramenta da ADF Solutions voltada a triagem forense de dispositivos móveis. O material mostra como investigadores podem coletar apenas os dados relevantes a um caso, mantendo a aquisição dentro do escopo autorizado por mandado judicial ou consentimento.
Edição semanal do Forensic Focus reúne avanços práticos em diversas frentes da perícia digital: análise de bancos SQLite em iOS Powerlogs, desafios de aquisição em ambientes serverless (AWS Lambda e Azure Functions), decodificação do banco de dados do Signal em Android 15 e novidades nas ferramentas open-source iLEAPP/ALEAPP para sinalização de imagens geradas por IA. O compilado também traz uma ferramenta de timeline para Linux e uma atualização de triagem para macOS.
Uma investigação do Citizen Lab correlacionou registros de pareamento USB no iPhone do ativista russo Andrey Pivovarov com um laudo pericial oficial russo que cita explicitamente o uso de UFED Physical Analyzer e UFED 4PC, três meses após a Cellebrite anunciar o fim das vendas para Rússia e Belarus. O caso expõe a lacuna entre suspender vendas e desativar remotamente hardware já em campo.
Pesquisadores alemães publicam na Forensic Science International: Digital Investigation um estudo sobre geração automatizada, com apoio de IA, de consultas SQL para bancos de dados SQLite extraídos de dispositivos móveis. O acesso ao texto completo foi bloqueado pela ScienceDirect; a análise a seguir é contextual, baseada no título e no tema do trabalho.
Artigo de Minjung Yoo, Seunghyun Park e Seongmin Kim, publicado na Forensic Science International: Digital Investigation, propõe uma metodologia de análise forense dos artefatos gerados pelo recurso Call & Message Continuity (CMC) da Samsung — que espelha chamadas e mensagens entre smartphone e dispositivos companheiros — como fonte de evidência para investigar golpes de voice phishing (vishing).
Pesquisadores do Citizen Lab (Munk School, Universidade de Toronto) analisaram forensicamente o smartphone Samsung do ativista pró-democracia queniano Boniface Mwangi, apreendido pela polícia em julho de 2025, e concluíram com alta confiança que uma ferramenta de extração forense da Cellebrite foi usada no aparelho durante a custódia. O caso ilustra o risco de abuso de tecnologia forense comercial — desenvolvida para investigações legítimas — contra jornalistas, dissidentes e ativistas civis.
Atualizações no conjunto de ferramentas *LEAPP (ALEAPP para Android, iLEAPP para iOS, RLEAPP para relatórios genéricos) introduziram definições de artefatos autocontidas por parser e perfis de análise salváveis na interface gráfica. A mudança simplifica a manutenção do projeto open-source e permite que investigadores rodem apenas os módulos relevantes para cada caso.
O projeto iLEAPP (ferramenta de análise de artefatos forenses de iOS, parte da família LEAPP ao lado do ALEAPP para Android) adotou uma arquitetura em que cada script de parser passa a ser autocontido, eliminando a necessidade de atualizar uma lista central de artefatos a cada novo parser adicionado. A mudança, já presente no ALEAPP, facilita a contribuição de novos parsers e permite filtros de execução para rodar apenas módulos selecionados.