A grande quantidade de arquivos presentes em dispositivos é um dos principais problemas com os quais as investigações forenses lidam. Neste trabalho são propostas melhorias nas estratégias de busca de similaridade para analisar dispositivos em busca de arquivos similares ou idênticos a um conjunto de arquivos. No entanto, um fator que prejudica a busca de similaridade são os blocos comuns, os quais podem ser caracterizados como partes do arquivo, como cabeçalhos, presentes em vários arquivos e que não contribuem para a investigação. O trabalho avalia ainda o impacto da remoção destes blocos na performance das estratégias. Os resultados mostram que há uma redução considerável na taxa de falsos positivos, ao mesmo tempo que um aumento no tempo de execução causados pela remoção de tais blocos comuns. Entretanto, tais aumentos de tempo são mais que compensados pela diminuição significativa do número de arquivos suspeitos que os investigadores terão que focar suas análises mais profundas.

Apoio/Financiamento da Pesquisa: PIBIC/CNPq