The state-of-the-art and practice show an increased recognition, but limited adoption, of Behavioural Evidence Analysis (BEA) within the Digital Forensics (DF) investigation process. Yet, there is currently no BEA-driven process model and guidelines for DF investigators to follow in order to take advantage of such an approach. This paper proposes the Behavioural Digital Forensics Model to fill this gap. It takes a multidisciplinary approach which incorporates BEA into in-lab investigation of seized devices related to interpersonal cases (i.e., digital crimes involving human interactions between offender(s) and victim(s)). The model was designed based on the application of traditional BEA phases to 35 real cases, and evaluated using 5 real digital crime cases - all from Dubai Police archive. This paper, however, provides details of only one case from this evaluation pool. Compared to the outcome of these cases using a traditional DF investigation process, the new model showed a number of benefits. It allowed a more effective focusing of the investigation, and provided logical directions for identifying the location of further relevant evidence. It also enabled a better understanding and interpretation of victim/offender behaviours (e.g., probable offenders' motivations and modus operandi), which facilitated a more in depth understanding of the dynamics of the specific crime. Finally, in some cases, it enabled the identification of suspect's collaborators, something which was not identified via the traditional investigative process.

最新的技术和实践表明，在数字取证（DF）调查过程中对行为证据分析（BEA）的认识得到了提高，但应用有限。但是，目前尚没有可供DF研究人员遵循的BEA驱动的过程模型和指南，以利用这种方法。本文提出了行为数字取证模型来填补这一空白。它采用了多学科的方法，将BEA纳入了对与人际案件有关的扣押设备的实验室调查（即，涉及犯罪人和受害人之间的人际互动的数字犯罪）。该模型是基于将传统的BEA阶段应用于35个实际案例而设计的，并使用5个真实的数字犯罪案例进行了评估-所有这些案例均来自迪拜警察局档案馆。但是，本文 仅提供此评估池中一个案例的详细信息。与使用传统DF调查流程得出的这些案件的结果相比，新模型显示出许多好处。它允许更有效地集中调查，并为确定进一步相关证据的位置提供了逻辑指导。它还使人们能够更好地理解和解释受害者/犯罪者的行为（例如，可能的犯罪者的动机和作案手法），从而有助于更深入地了解具体犯罪的动态。最后，在某些情况下，它可以识别犯罪嫌疑人的合作者，而传统的调查程序无法识别出这种情况。新模型显示出许多好处。它允许更有效地集中调查，并为确定进一步相关证据的位置提供了逻辑指导。它还使人们能够更好地理解和解释受害者/犯罪者的行为（例如，可能的犯罪者的动机和作案手法），从而有助于更深入地了解具体犯罪的动态。最后，在某些情况下，它可以识别犯罪嫌疑人的合作者，而传统的调查程序无法识别出这种情况。新模型显示出许多好处。它允许更有效地集中调查，并为确定进一步相关证据的位置提供了逻辑指导。它还使人们能够更好地理解和解释受害者/犯罪者的行为（例如，可能的犯罪者的动机和作案手法），从而有助于更深入地了解具体犯罪的动态。最后，在某些情况下，它可以识别犯罪嫌疑人的合作者，而传统的调查程序无法识别出这种情况。它还使人们能够更好地理解和解释受害者/犯罪者的行为（例如，可能的犯罪者的动机和作案手法），从而有助于更深入地了解具体犯罪的动态。最后，在某些情况下，它可以识别犯罪嫌疑人的合作者，而传统的调查程序无法识别出这种情况。它还使人们能够更好地理解和解释受害者/犯罪者的行为（例如，可能的犯罪者的动机和作案手法），从而有助于更深入地了解具体犯罪的动态。最后，在某些情况下，它可以识别犯罪嫌疑人的合作者，而传统的调查程序无法识别出这种情况。