随着移动互联网技术的迅猛发展,智能移动终端日益普及,现已成为人们生活中不可或缺的重要工具。但在提升大众生活便捷性和丰富性的同时也给不法分子以可乘之机。利用智能移动终端进行的违法犯罪活动如短信诈骗、电子病毒、信息窃取和恶意软件等层出不穷,严重影响了人们的日常生活和社会的长治久安。为打击此类犯罪、规范社会治理,移动取证技术应运而生。而目前我国移动取证技术还停留在电子数据的获取和纵向分析阶段,难以应对现如今智能移动终端中海量数据的复杂情况。如何从冗繁复杂的数据中发掘出有价值的信息,进而弥补当下移动取证技术的短板是亟待解决的问题。本文首先详细阐述了移动数字取证与数据关联挖掘的研究背景和意义,深入分析了数字取证和关联挖掘的国内外研究现状与发展趋势,详细介绍了移动取证数据关联分析相关的基础知识和实现技术,包括电子证据的概念、K-means聚类算法、Apriori算法、FP-Growth算法和MySQL数据库等。本文从关联度和关联规则两个角度对移动取证数据进行了关联分析,针对取证目标的社会关系问题,本文提出了一种基于用户亲密度与相关性的关联度分析方法,并通过实验验证了该方法的可行性,有效挖掘了基础通信和社交应用中隐含的用户亲疏关系;针对移动取证数据的关联规则分析问题,本文提出了一种基于FP-Growth的改进算法,并将该方法应用到取证分析中,有效地提取了用户的高低频关联规则,从侧面刻画了用户的日常行为特征,提高了取证分析的准确性。本文所提出的基于移动取证数据的关联分析方法不仅能够建立起用户联系人之间的亲疏关系,还能从多角度分析取证目标的人物特征,有效地弥补了现有电子数据取证分析的不足,提高了司法鉴定的准确性,为进一步寻找案件侦查的突破点提供了更加有效的支持。