张玉强，顾 辰

（1. 江苏省公安厅技术侦察总队，南京 210024；2. 镇江市公安局网络安全保卫支队，江苏 镇江 212000）

随着移动互联网、物联网和云计算技术的发展，人类社会进入到大数据时代。大数据以其体量大、种类多、速度快、价值密度低等4大特质，对社会发展的方方面面带来了深远的影响，电子证据采集领域也概莫能外。传统电子证据采集更多考虑的是数据的完整性，而忽视了取证后的数据分析，因而无法适应大数据时代的新需求。为了应对大数据给电子证据采集带来的证据数量庞大、证据来源多样、证据类型复杂、证据一致性难于保持、证据内在关联关系薄弱、采集无效数据过多等问题，国内外专家对此开展了相关研究。

Marziale等[1]认为大数据环境下的电子证据采集需要高效的计算系统运行取证工具，并提出多线程的解决方案从证据中雕刻数据。Quick和Choo[2]通过总结前人研究提出使用数据挖掘、数据约简和子集、分流、智能分析等方法解决数据体量大问题。Kishore和Kapoor[3]认识到使用加密散列函数的电子证据采集工具在大数据环境下因花费漫长时间而变得不可行，因此他们提出改进的并行加密散列函数加速镜像创建过程。Bashir和Khan[4]设计了一个分流框架，提出将分流置于证据采集和分析之间。Turnbull和Randhawa[5]提出将专家知识封装到取证数据中，使用多层本体抽取关键数据，并从电子证据中抽取事件和社交网络。Quick和Choo[6]提出大数据取证缩减方法，利用过滤技术，选择关键数据成像和还原，克服大数据带来的影响。……