iPhone LINE SQLite 資料庫分析
上一篇有關 SQLite 介紹是針對 WAL 檔案的分析說明，而本篇內容會回歸到資料庫的基本架構與語法介紹，採用的資料庫範本為 iPhone 手機資料量最大的 LINE 資料庫。藉由逐步拆解 LINE 資料庫的資料表與紀錄等資訊，並透過 SQL 語法將資料庫的內容依聊天群組，訊息留言數量等條件彙整並輸出報表，可讓鑑識同仁對於資料庫的架構與資料儲存模式有基礎了解。未來若有其他 APP 尚未被 Physical Analyzer 支援，可藉由本篇介紹方式先進行初步分析，可能會取得重要證據。
UFED Physical Analyzer 可行動型資安資訊功能
今年 Cellebrite 一直專注於加強數位鑑識工具的資料分析與使用直覺性功能，以協助鑑識人員集中精神在初步調查中取得更多的關鍵資訊。從調查報告顯示，調查案件中須從設備提取的資料量與三年前相比增加了82％。 對於有經驗的數位鑑識人員需求也急遽增加。因此，Cellebrite 著手設計新的 UFED Physical Analyzer 7.33 ，除提供更直覺的介面，並優化操作，視覺效果和工具，藉由將數據轉變為可用訊息，及進階的資料分析邏輯，以幫助鑑識人員使用 UFED Physical Analyzer 時可準確完成工作。
蘋果「尋找我的iPhone」功能背後的密碼學
緝毒組的警員執行了一個逮捕行動，過程中保存了數隻行動裝置與相關物證，在將證據移送到秘密地點保存之前，警員皆有依照 SOP 程序將 Android 與 iOS 裝置的「飛航模式」啟用。但在行動執行完不久，接獲線報告知證據保存地點，已透過「尋找我的iPhone」功能被定位得知，請警員們立刻將證物移轉到其他地點。
如何藉由 KnowledgeC 分析使用者生活模式（二）
一般來說，生活模式分析（Pattern-of-Life Analysis）的定義為透過監視來紀錄或理解目標用戶的習性與行為。 但如果有辦法取得目標用戶的數位紀錄，例如行動裝置上的資料，由於裝置不斷記錄用戶每日使用事件，可藉由裝置上的瀏覽紀錄，常用之 APP 等，可完整對應目標用戶實體的生活軌跡、習性、愛好等。該數據的分析不僅可以幫助重建過去的事件，更可以預測未來可能的結果。
了解 Android FBE 與 FDE 差異，並提升 Premium 與 CAS 提取成功機會
若在取證的過程中遇到瓶頸，如何分辨 FBE 與 FDE with Secure Startup 的裝置，並知道是否 Premium 或 CAS 服務可支援提取？本文章針對由華為、三星與 LG 裝置說明在不同 Android 作業系統版本的加密辨別方式。
Cellebrite APK Downgrade 深入探討 – Rev. 1.1
如在檔案系統提取所述，APK降版是不得不的提取模式，在其它提取模式皆無法成功後，最後才考量採用APK Downgrade。因降版有一定的風險，早期若操作過程不慎失敗，可能會導致無法再次進行降版提取．本篇主要介紹 Android App Bundle，如何透過 adb 指令集備份 aab 檔案，並在 APK Downgrade 後恢復原本安裝之 APP。
