polito.it
Politecnico di Torino (logo)

Applicazioni di Large Language Models (LLM) nell'ambito Digital Forensics = Applications of Large Language Models (LLM) in Digital Forensics

Alessia Angelone

Applicazioni di Large Language Models (LLM) nell'ambito Digital Forensics = Applications of Large Language Models (LLM) in Digital Forensics.

Rel. Andrea Atzeni. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2025

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview
Abstract:

Negli ultimi anni, l’Intelligenza Artificiale Generativa ha ridefinito il modo in cui analizziamo e interpretiamo i dati, influenzando in maniera significativa diversi settori critici, tra cui quello della Digital Forensics. Uno degli interrogativi principali in questi contesti investigativi è come migliorare l'efficienza delle indagini. In questo senso, i Large Language Models (LLM) sembrano offrire un notevole potenziale nell'automatizzazione dei processi investigativi, riducendo il carico di lavoro e accelerando le analisi. Tuttavia, la loro integrazione pone delle sfide legate ai rischi di bias e allucinazioni e, di conseguenza, alla loro affidabilità e trasparenza, aspetti che possono compromettere la validità delle prove digitali. Questa tesi si propone di valutare l'applicabilità dei LLM nell'ambito della Digital Forensics, analizzandone sia i punti di forza che le limitazioni. Dopo una panoramica generale sulle caratteristiche principali dei LLM e della Digital Forensics, vengono esaminati i rischi associati, con particolare attenzione ai bias e alle allucinazioni. Attraverso una serie di esperimenti condotti su due modelli linguistici, ChatGPT-4 e LLaMA 3, si intende valutare la loro affidabilità e capacità di operare in scenari investigativi reali, mettendo in evidenza le problematiche precedentemente individuate. Successivamente, con l’obiettivo di migliorare questi output, vengono esplorate le strategie di mitigazione esistenti, alcune delle quali richiedono conoscenze tecniche approfondite, mentre altre, accessibili anche agli utenti meno esperti, si basano sul Prompt Engineering. Un ulteriore aspetto trattato riguarda il ruolo dell’Explainable Artificial Intelligence (XAI), le cui tecnologie possono essere impiegate per rendere più trasparenti i processi decisionali dell’AI e, soprattutto rafforzare la fiducia degli esperti del settore in cui vengono applicate. Nello specifico, verrà analizzata la percezione di questi strumenti da parte degli agenti di polizia e i suggerimenti emersi per migliorarne la progettazione futura a supporto delle indagini. Infine, la ricerca si conclude con una riflessione sui futuri sviluppi dell’AI nella Digital Forensics, evidenziando come l'integrazione di queste tecnologie possa rivoluzionare positivamente il panorama delle indagini digitali. Tuttavia, una cosa è certa: il ruolo dell'investigatore rimane insostituibile.

Relators: Andrea Atzeni
Academic year: 2024/25
Publication type: Electronic
Number of Pages: 115
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering)
Classe di laurea: New organization > Master science > LM-32 - COMPUTER SYSTEMS ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/35237
Modify record (reserved for operators) Modify record (reserved for operators)