该论文提出了一种名为“分布式数字尸体农场”（DDBF）的新方法，用于从真实世界的计算机系统中收集已删除文件衰减（decay）的数据，同时避免侵犯用户隐私。数字取证中，了解已删除文件内容如何随时间衰减及其影响因素，对于判断取证调查中能否恢复部分或全部数据至关重要。尽管导致文件内容衰减的底层机制已知，但实际的衰减行为和模式仍缺乏系统研究，无法准确预测删除后文件的恢复可能性。作者设计了一个远程软件代理，部署在分散的地理位置的活跃计算机上，能够无内容地、隐私保护地采集与已删除文件衰减相关的元数据。所收集的数据汇总到中央存储库，并进行了初步分析，以揭示衰减模式，证明该系统的价值。论文的主要贡献包括：首次提出了分布式采集删除文件衰减数据的架构；通过隐私友好的设计解决了真实系统数据收集的伦理与法律障碍；基于实际数据展示了对文件衰减模式的初步洞察，为后续取证决策支持奠定基础。该研究适合数字取证研究人员、存储介质可靠性工程师以及关注数据残留与恢复的蓝队人员阅读。