Umělá inteligence a její využití ve forenzní praxi

Bc. Filip Selinger

Bakalářská práce

The Use of Artificial Intelligence in Forensic Practice

Anotace:

Tato bakalářská práce se zabývá využitím umělé inteligence při analýze digitálních důkazů v digitální forenzní praxi. Cílem práce je zhodnotit možnosti využití metod umělé inteligence a strojového učení, jejich přínosy, omezení a rizika. Teoretická část shrnuje hlavní oblasti jejich uplatnění, zejména v triáži dat, analýze logů a síťových záznamů, detekci škodlivého kódu, textové klasifikaci a analýze obrazu a videa. Praktická část je zaměřena na experiment v oblasti klasifikace phishingových e-mailů. Pro experiment byl použit veřejně dostupný dataset, text byl převeden do číselné reprezentace metodou TF-IDF a ke klasifikaci byla zvolena logistická regrese jako výchozí model. Výsledky byly hodnoceny pomocí metrik accuracy, precision, recall a F1-score, matice záměn a doplňkové analýzy chyb. Výsledky ukázaly, že i metodicky jednoduchý přístup může dosahovat vysoké úspěšnosti, avšak pro správnou interpretaci je nutné sledovat nejen celkovou přesnost, ale také strukturu chyb a jejich souvislost s vlastnostmi textu. Práce dochází k závěru, že umělá inteligence má v digitální forenzní praxi významný potenciál jako podpůrný nástroj, její využití však musí být spojeno s důrazem na transparentnost, interpretovatelnost a kontrolu limitů použitých metod.

Abstract:

This bachelor’s thesis examines the use of artificial intelligence in the analysis of digital evidence within digital forensic practice. The aim of the thesis is to evaluate the possibilities of applying artificial intelligence and machine learning methods, as well as their benefits, limitations, and risks. The theoretical part summarizes the main areas of their application, particularly in data triage, the analysis of logs and network records, malware detection, text classification, and image and video analysis. The practical part focuses on an experiment in the field of phishing email classification. A publicly available dataset was used for the experiment, the text was transformed into a numerical representation using the TF-IDF method, and logistic regression was selected as the baseline classification model. The results were evaluated using the metrics of accuracy, precision, recall, and F1-score, along with a confusion matrix and a supplementary error analysis. The results showed that even a methodologically simple approach can achieve high accuracy; however, for proper interpretation it is necessary to consider not only overall accuracy, but also the structure of errors and their relationship to the characteristics of the text. The thesis concludes that artificial intelligence has significant potential in digital forensic practice as a supportive tool, but its use must be accompanied by an emphasis on transparency, interpretability, and control over the limitations of the applied methods.

Klíčová slova

umělá inteligence, digitální forenzní analýza, digitální důkazy, strojové učení, phishing, klasifikace textu, artificial intelligence, digital forensic analysis, digital evidence, machine learning, text classification

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 15. 4. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 15. 6. 2026
• Vedoucí: RNDr. PhDr. Karel Lehmert, Ph.D.
• Oponent: Mgr. Kateřina Lavičková, DiS.

Vysoká škola finanční a správní

Bakalářský studijní program / obor:
Kriminalistika a forenzní disciplíny / Kriminalistika a forenzní disciplíny