Delhi utiliza blockchain para rastrear la cadena de custodia forense

La semana pasada se anunció que el Laboratorio de Ciencias Forenses de Delhi (FSL) está utilizando una nueva aplicación forense basada en blockchain. El uso de DLT hace que sea más difícil alterar la evidencia. Hasta el momento, 1.500 personas han sido capacitadas para utilizar la tecnología.

"La tecnología blockchain integrada con la aplicación e-forense del FSL de Delhi garantizará que las pruebas (muestras de material) enviadas desde la escena del crimen al FSL para su análisis e informes permanezcan libres de interfaz o interferencia humana", dijo un funcionario. según el diario Pioneer. "Disponibles sólo para personas autorizadas en cuatro bloques separados, que representan cuatro etapas diferentes de análisis, los datos así generados estarán libres de cualquier manipulación".

Cada pieza de evidencia debe pasar por varios pasos, desde recolectarla en la escena del crimen hasta almacenarla en el casillero de evidencia donde se le asigna un código QR. En ese momento, se puede transferir a un laboratorio donde alguien elabora un informe forense y lo envía a la policía.

Si bien los datos están encriptados, no está claro si los datos en sí están almacenados en una cadena de bloques o en un hash indescifrable que actúa como una huella digital. De cualquier manera, si se trata de una imagen o texto, será difícil alterarlo una vez que haya un registro de blockchain. Estamos un poco menos convencidos de cómo ayuda la evidencia física, sobre lo cual volveremos.

Pero por lo que parece, la nueva aplicación también ayuda a anonimizar los datos. Por ejemplo, antes de este sistema, alguien que realizaba el análisis forense podía haber sido consciente de que sus pruebas estaban destinadas a coincidir con un sospechoso en particular. Ahora sólo reciben códigos QR sin información personal, para realizar el trabajo de forma más objetiva.

Blockchain funciona bien para reducir la capacidad de alterar los datos porque efectivamente hay múltiples copias. Sin embargo, a menudo se interpreta como una especie de panacea que de repente hace que un proceso sea seguro, cuando ese no es el caso.

Por ejemplo, ¿en qué punto se agregan los datos a la cadena de bloques? ¿Es sólo después de que llega al armario de pruebas? Si es así, podría ser factible alterar los datos antes de que se agreguen a la cadena de bloques.

Podría decirse que, hoy en día, las fotografías de la escena del crimen deberían transmitirse directamente desde una cámara a Internet y secuenciarse automáticamente y etiquetarse en un caso penal al instante, eliminando la posibilidad de eliminar o editar cualquier imagen.

Las fotos pueden ser completamente seguras porque son digitales. Del mismo modo, si existe un registro automático de las pruebas de las entrevistas o de las notas grabadas en la escena del crimen, también podrían ser a prueba de manipulaciones.

Los dos escenarios en los que blockchain agrega menos valor son aquellos en los que hay un manejo físico de la evidencia digital antes de que llegue a blockchain. O si la evidencia es puramente física, como un arma o ADN. En estos casos, hay mucho mayor margen para la corrupción y la interferencia.

Si no se registra una pieza crucial de evidencia física, ¿cómo podría saberlo alguien? ¿La bolsa de pruebas es totalmente a prueba de manipulaciones o alguien podría cambiar su contenido, antes o después de sellarla? Y todavía es completamente posible que alguien con información privilegiada robe la evidencia física antes de que llegue a los forenses, incluso si hay un registro de la misma. La anonimización de los datos también podría romperse si un agente de policía proporciona verbalmente datos adicionales a un analista forense.

Entonces, aunque combinar blockchain con análisis forense agrega un nivel de seguridad, está lejos de ser infalible.

Mientras tanto, China ha estado utilizando blockchain para rastrear evidencia durante varios años. Comenzó con casos en los que todos los datos provienen de Internet, como por infracción de derechos de autor con la primera condena penal en 2019. Pero rápidamente evolucionó hacia aplicaciones más amplias similares al escenario de Delhi que se describe aquí.