AIarXiv cs.CR (암호학·보안)AI 점수 60%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Evidence-Grounded LLM-Assisted Android Mobile Forensic Reporting (원문, 새 창)
AI 인사이트
대상 독자:개발자
- LLM이 작성한 안드로이드 포렌식 보고서를 원자적 주장 단위로 검증하는 평가 프레임워크 제시
- 제미니·라마·큐원 3개 모델로 공개 안드로이드13 사례와 실제 LG 기기 사례 보고서를 생성
- 612개 주장 중 424개만 근거로 지지되고 163개는 미지지, 4개는 원본과 모순되는 것으로 분류
- 보고 가능한 사실이 전혀 없어야 할 실기기 사례에서도 모델들이 38개의 근거 없는 주장을 생성
왜 중요한가
법적 증거로 쓰일 수 있는 포렌식 보고서에서 LLM의 유려한 문장이 실제 증거 타당성을 보장하지 않음을 실증해, 수사기관이 LLM 보조 도구를 도입할 때 반드시 검증 절차가 필요함을 경고한다.
본문 미리보기
arXiv:2610.26946v1 Announce Type: new Abstract: Large language models can assist forensic report drafting, but fluent output does not ensure evidentiary reliability. This study presents an evidence-grounded framework for evaluating LLM-assisted Android forensic reports at the atomic-claim level. Gemini, Llama, and Qwen each generated reports for two controlled cases: a public Android 13 dataset and a physical LG device with a zero-reportable-fact boundary. The six accepted reports were decompos
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #LLM
- #포렌식
- #증거기반
이 글이 만들어진 과정
- 11:34AI 초안