ትርፍ፡
- ምንም ነገር ሳይሰርዝ የፈተና ቅደም ተከተል የመወሰን ዲሲፕሊን መሆኑን ይረዱ እና የትርጓሜ ፍለጋ እና የይዘት ስብስቦችን በአርቴፊሻል ኢንተለጀንስ ማከናወን መቻል።
- በ hash-based elimination (NSRL) እና ማባዛትን የመቀነስ እና የእነዚህን ዘዴዎች ወሰን የመጠበቅ ችሎታ (ነጠላ ቢት ለውጥ)
- የትርጉም ፍለጋ የውሸት አወንታዊ ውጤቶችን በእጅ የማረጋገጥ ችሎታ እና የልዩነት ውሳኔዎችን ተከላካይ ለማድረግ ከምክንያት ጋር የመመዝገብ ችሎታ።
ዘመናዊ የፎረንሲክ ምርመራ በአንድ ኮምፒውተር ብቻ የተገደበ አይደለም። በድርጅት ክስተት፣ በደርዘን የሚቆጠሩ ዲስኮች፣ በመቶዎች የሚቆጠሩ ጊጋባይት የኢሜይል መዛግብት፣ የደመና ምትኬዎች፣ የውይይት አፕሊኬሽኖች እና ቴራባይት ፋይሎች ሊያጋጥሙዎት ይችላሉ። ሁሉንም አንድ በአንድ ከመጀመሪያው እስከ መጨረሻ ለመመርመር በአካል የማይቻል ነው. እዚህ ላይ ነው ልዩነት (ከመድኃኒት የተበደረው ጽንሰ-ሐሳብ፤ በመጀመሪያ ደረጃ በጣም ወሳኝ ለሆነ ጉዳይ ውስን ሀብቶችን መመደብ ፣ ማለትም ፣ “መጀመሪያ ምን እንደሚታይ መወሰን”) ወደ ጨዋታ የሚመጣው። በዚህ ክፍል፣ AI እንዴት ለትልቅ የውሂብ ክምር ቅድሚያ እንደሚሰጥ፣ ለየትኞቹ ስህተቶች የተጋለጠ እንደሆነ እና እንዴት ከፎረንሲክ ታማኝነት ጋር እንደሚታረቅ እንመለከታለን።
መከፋፈል ለምን አስፈለገ?
በኮምፒዩተር ፎረንሲክስ ውስጥ ሁለት እውነታዎች ይጋጫሉ: (1) ሁሉም ማስረጃዎች ዋጋ ያላቸው እና ምንም ሊታለፍ አይገባም; (2) ጊዜና የሰው ኃይል ውስን ነው። ልዩነት ይህንን ግጭት ይፈታል - ምንም ነገር ሳይሰርዝ ፣የምርመራውን ቅደም ተከተል በመወሰን ብቻ። በሌላ አገላለጽ፣ መለያየት “ማስወገድ” ሳይሆን “ቅድሚያ መስጠት” ነው። ከፍተኛው የማስረጃ ዕድል ያለው መረጃ በመጀመሪያ ይመረመራል; ዝቅተኛ የመሆን መረጃ ተከማችቷል ነገር ግን በኋላ ወደ ወረፋው ይመጣል።
መለያየት በሁለት ደረጃዎች ይከሰታል፡ ቀጥታ መለያየት (በቦታው የትኛውን መሳሪያ መጀመሪያ እንደሚታይ መወሰን) እና የውሂብ መለያየት (ምስሎች ከተነሱ በኋላ የትኛው ፋይል/ዳታ ስብስብ መጀመሪያ እንደሚመረመር)። AI በተለይም በኋለኛው ውስጥ ጠንካራ ነው ፣ ማለትም በይዘት ላይ የተመሠረተ ለትላልቅ የውሂብ ስብስቦች ቅድሚያ መስጠት።
የፍትሃዊነት ጥንቃቄ የተሞላበት የሶስትዮሽ ገጽታ የትዕዛዝ ውሳኔ የምርመራውን አቅጣጫ የሚወስን መሆኑ ነው። ትክክል ባልሆነ መልኩ ቅድሚያ የሚሰጠው ክላስተር ወሳኝ የሆኑ ማስረጃዎች በሳምንታት ዘግይተው እንዲገኙ፣ ወይም ምርመራው ጊዜው አልፎበታልና ጨርሶ እንዳይመረመር ሊያደርግ ይችላል። ስለዚህ ልዩነት "የፍጥነት ብልሃት" ሳይሆን ዘዴያዊ ውሳኔ ነው እና ልክ እንደሌሎች የፎረንሲክ እርምጃዎች በምክንያት መመዝገብ አለበት። ከፍተኛ አደጋ በሚፈጠርበት ጊዜ, ልዩነት ሙሉ ምርመራን አይተካም; በመጀመሪያ የትኛው ክፍል እንደሚታሰብ ብቻ ይወስናል, ይህም አጠቃላይ ስብስብ በመጨረሻ ይገመገማል የሚለውን መርህ ይጠብቃል.
ጠቃሚ ምክር፡ የእርስዎን የልዩነት ውሳኔዎች እና ምክንያቶቻቸውን ይመዝግቡ። "ለምንድነው ይህን ክላስተር መጀመሪያ የተመለከትነው፣ ለምንድነው እስከ መጨረሻው የተውነው?" ጥያቄው በፍርድ ቤት ሊቀርብ ይችላል. በዚህ መዝገብ ውስጥ የ AI ቅድሚያ የሚሰጠውን ምክንያት ያካትቱ; ግልጽነት መከላከል ነው።
በይዘት ላይ የተመሰረተ ቅድሚያ ከ AI ጋር
ክላሲክ መለያ የፋይል ስም፣ መጠን እና ቀን ይመለከታል። AI በዚህ ላይ የአውድ መረዳትን ይጨምራል፡ ስለ ሰነድ ምንነት፣ ምስል ምን እንደያዘ፣ የውይይት ቃና ሊረዳ ይችላል። በዚህ መንገድ፡-
- የትርጉም ፍለጋ - ቃሉ በትክክል ባይዛመድም ከትርጉሙ ጋር ተመሳሳይ የሆነ ይዘት ማግኘት፡- “ገንዘብ ማስተላለፍ” ፍለጋ “ገንዘብ ማስተላለፍ”፣ “ጭነት”፣ “የክፍያ መመሪያ” የያዙ ሰነዶችን ይመልሳል።
- የርእሰ ጉዳይ ስብስብ፡- በሺዎች የሚቆጠሩ ሰነዶችን በራስ-ሰር ወደ ጭብጦች (የፋይናንስ፣ የሰው ሃይል፣ የቴክኒክ፣ የግል) መደርደር።
- ስሜት/የድምፅ ምልክት፡ እንደ ማስፈራሪያ፣ ድንጋጤ፣ የግላዊነት ጥሰት ያሉ ድምፆችን የሚያስተላልፉ መልዕክቶችን ማድመቅ።
- ምስላዊ መለያየት፡ በሺዎች የሚቆጠሩ ምስሎችን በነገር/የትዕይንት መለያ ማሰባሰብ (በህጋዊ ገደቦች ውስጥ፣ ለምሳሌ የተፈቀደ እና ተገቢ ይዘት ብቻ)።
- ብዜት እና ቆሻሻን ማስወገድ፡- የተመሳሳዩን ፋይል እና የስርዓት ፋይሎች ማባዛትን መለየት (በሚታወቁ የሃሽ ዝርዝሮች) እና የሰው እይታን ወደ አዲስ ይዘት መምራት።
የሚታወቅ ፋይል ማስወገድ፡ NSRL እና hash ስብስቦች
ለትልቅ ዳታ ልዩነት በጣም ተግባራዊ የሆነው አፋጣኝ ጥሩ/መጥፎ የሃሽ ዝርዝሮች ይታወቃል። እንደ NSRL (National Software Reference Library) ያሉ ቤተ-መጻሕፍት በሚሊዮን የሚቆጠሩ መደበኛ የስርዓተ ክወና እና የመተግበሪያ ፋይሎችን ሃሽ ይይዛሉ። እነዚህ "የታወቁ ጥሩ" ፋይሎች በተጠቃሚዎች የመነጩ እና አጠራጣሪ ፋይሎች ላይ ብቻ እንዲያተኩር በሚያስችል ልዩነት ውስጥ ይወገዳሉ. በተመሳሳይ፣ "የታወቀ መጥፎ" hashes (የታወቀ ማልዌር) በራስ ሰር ምልክት ይደረግባቸዋል። AI ከዚህ ማጥፋት በኋላ በተቀረው ክላስተር ውስጥ ይጫወታል ፣ ይህም በእውነቱ ትርጉም ይፈልጋል።
ይጠንቀቁ፡ በሃሽ ላይ የተመሰረተ መጥፋት ኃይለኛ ነው፣ ነገር ግን አንድ ትንሽ ለውጥ ሃሽ ሙሉ ለሙሉ ይለውጠዋል። መደበኛውን ፋይል በትንሹ በማስተካከል አጥቂው ከ"የሚታወቅ ጥሩ" ዝርዝር ውስጥ ሊያስወግደው ወይም በተቃራኒው መጥፎውን ፋይል መደበቅ ይችላል። መወገድ ፍፁም ሳይሆን ቅድሚያ የሚሰጠው ዘዴ ነው።
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 - የትርጉም ፍለጋ ጊዜውን በ 20 ከፍሏል. በውስጣዊ ምርመራ 480GB ኢሜይሎች ተገኝቷል. ክላሲክ ቁልፍ ቃል ፍለጋ ለ"ጉቦ" 3 ውጤቶችን መልሷል። በ AI የተጎላበተ የትርጉም ፍለጋ እንደ “የማማከር ክፍያ”፣ “አመቻች”፣ “አመሰግናለሁ ክፍያ” እና 61 ተዛማጅ መልእክቶችን የመሰሉ ንግግሮችን ተይዟል። ግምገማው በሳምንታት ምትክ በ 2 ቀናት ውስጥ ተጠናቀቀ; እያንዳንዱ ውጤት በእጅ ተረጋግጧል.
ጉዳይ 2 - ማባዛት የተቀመጠ የሰው ኃይል። በ1.7 ሚሊዮን ፋይሎች ክላስተር ውስጥ፣ በሃሽ ላይ የተመሰረተ ብዜት ጽዳት እና NSRL ከተወገደ በኋላ፣ የሚመረመሩ ልዩ የተጠቃሚ ፋይሎች ወደ 92,000 ተቀንሰዋል። ቡድኑ 95% የስርዓት ጫጫታ ካለው ክምር ይልቅ በትክክለኛው ይዘት ላይ አተኩሯል።
ጉዳይ 3 - ከመጠን በላይ የመተማመን ዋጋ. አንድ ቡድን AI "የፋይናንስ ያልሆነ" ክላስተር ብሎ የሚጠራውን ከፍቶ አያውቅም። እንደ ተለወጠ፣ ወሳኝ ውል በግል የፎቶ አልበም ውስጥ ተደብቆ ነበር (ስቴጋኖግራፊ ሳይሆን፣ የተሳሳተ አቃፊ ብቻ)። ዝቅተኛ ቅድሚያ የሚሰጠው ክላስተር ናሙና ስላልተወሰደ ማስረጃው ዘግይቷል። ትምህርት፡- መለያየት ትዕዛዙን ይወስናል እንጂ ምርመራውን አይሰርዝም።
አራት ሊገለበጡ የሚችሉ አብነቶች
1) የመለኪያ ስልት ረቂቅ;
የእርስዎ ሚና፡ ከፍተኛ የፎረንሲክ ትሪያጅ ስፔሻሊስት። ውሂብ፡ [ለምሳሌ፡. 480GB ኢሜይል + 1.2ቲቢ ፋይል ማጋራት።የጥያቄ ርዕስ፡ [ለምሳሌ፡. የውሂብ መለቀቅ + ጉቦ።የመለያ ስልት ቅረጽልኝ፡ የትኛው ክላስተር በየትኛው ቅደም ተከተል መታየት እንዳለበት፣ ከየትኛው መስፈርት ጋር; ሃሽ ማጥፋትን እና የትርጉም ፍለጋን እንዴት መጠቀም እንደሚቻል። ምንም ዘለላዎች እንደማይሰረዙ አጽንኦት ይስጡ፣ እነሱ ብቻ ይደረደራሉ።
2) የትርጉም ፍለጋ ቃል መስፋፋት፡-
ርዕሰ ጉዳይ: [ጉቦ / የውሂብ መፍሰስ / ትንኮሳ]። ከዚህ ርዕስ ጋር የተያያዙ ሰነዶችን ለማግኘት፣ ስውር/ተመሳሳይ አገላለጾችን ይዘርዝሩ (ስምንግ፣ ኮድ ቃል፣ ቀጥተኛ ያልሆነ ንግግርን ጨምሮ) እንዲሁም ቀጥተኛ ቁልፍ ቃላትን ይዘርዝሩ። ዓላማው የፍለጋ ወሰን ማስፋት ነው; እያንዳንዱን ቃል መድብ።
3) የይዘት ስብስብ;
የሰነድ ርዕሶችን/ማጠቃለያዎችን እሰጥሃለሁ። ትርጉም ባላቸው ጭብጦች (ፋይናንስ፣ HR፣ ቴክኒካል፣ ህጋዊ፣ ግላዊ) ይመድቧቸው እና ለእያንዳንዱ ሰነድ ጭብጥ + አጭር ምክንያት ይስጡ። ከጭብጡ ጋር መስማማት የማይችሉትን "አሻሚ" ክላስተር ለየብቻ ምልክት ያድርጉበት። ይህ ክላስተር አይዘለልም፣ በእጅ ይመረመራል።
4) ከመጥፋት በኋላ ቅድሚያ ሪፖርት፡
የታወቁ ጥሩ (NSRL) እና የተባዙ ፋይሎች ተወግደዋል። ለተቀሩት ልዩ የተጠቃሚ ፋይሎች፡- በምርመራው ጉዳይ መሰረት ከፍተኛ/መካከለኛ/ዝቅተኛ ቅድሚያ ይመድቡ እና JUSTIFICATION ይፃፉ። የኤክስቴንሽን-ይዘት አለመመጣጠን፣የተመሰጠሩ/በይለፍ ቃል የተቀመጡ ፋይሎች እና ባለፉት 30 ቀናት ውስጥ የተቀየሩ ፋይሎችም ተደምጠዋል።
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ ጥያቄ፡
በዚህ ውሂብ ውስጥ አስፈላጊ ፋይሎችን ያግኙ።
የርዕስ ፣ ወሰን እና ቅድሚያ የሚሰጠው አመክንዮ የለም; AI በራሱ “ጠቃሚ” ትርጉም ወሳኝ ይዘትን ሊያመልጥ ይችላል።
ኃይለኛ ጥያቄ፡-
የእርስዎ ሚና፡ የፎረንሲክ ልዩነት ተንታኝ። ምርመራ፡ አንድ ሰራተኛ ከመሄዱ በፊት የደንበኞችን ዝርዝር አውጥቷል ተብሏል። የፋይል ሜታዳታ (ስም፣ መጠን፣ ቀን፣ ቅጥያ፣ ዱካ) እና አጭር የይዘት ማጠቃለያዎችን እሰጥዎታለሁ። ተግባር፡ የደንበኛ ውሂብን፣ ወደ ውጪ መላክ/ማህደር፣ የደመና ሰቀላ ዱካ፣ ዩኤስቢ/ውጫዊ ዲስክ፣ እና ባለፉት 60 ቀናት ውስጥ የተቀየሩ ፋይሎችን እንደ ከፍተኛ ቅድሚያ ምልክት ያድርጉ። ለእያንዳንዱ ውሳኔ ምክንያቶችን ይጻፉ. ማንኛውም ዘለላ ሊመረመር አይችልም አትበል; በቃ መደርደር። እርግጠኛ ያልሆኑትን ለየብቻ ይዘርዝሩ።
ተጨባጭ ርእሰ ጉዳይ፣ የታለሙ መስፈርቶች እና የ"ግምገማ የሌለበት" እገዳ ውጤቱን ቀልጣፋ እና ደህንነቱ የተጠበቀ ያደርገዋል።
የመለያ ዘዴዎች ንጽጽር ሰንጠረዥ
ዘዴ
ምን ያደርጋል
ጠንካራ ነጥብ
አደጋ
ሃሽ ማስወገድ (NSRL)
የሚታወቅ ፋይል ይመድባል
በጣም ፈጣን ፣ ትክክለኛ
የተሻሻለው ፋይል አምልጧል
ማባዛት።
ቅጂዎች አንድ በአንድ
የሰው ኃይል ቁጠባ
የቅርብ ቅጂ መዝለል ይችላል።
ቁልፍ ቃል
ትክክለኛ ውሎችን ይፈልጋል
ቀላል፣ ኦዲት የሚቻል
ስውር መግለጫውን አምልጦታል።
የትርጉም ፍለጋ (AI)
በትርጉም ውስጥ በጣም ቅርብ የሆነውን ያገኛል
ስውር ይዘትን ይይዛል
የውሸት አወንታዊ ውጤቶችን ያመጣል
የይዘት ስብስብ (AI)
ወደ ጭብጦች ይከፋፈላል
አጠቃላይ እይታን ያቀርባል
የተሳሳተ ጭብጥ ስጋት
የተለመዱ ስህተቶች
- ለማስወገድ የተሳሳተ ልዩነት። ዝቅተኛ ቅድሚያ የሚሰጠው "ለመገምገም አይደለም" አይደለም; ናሙና ማድረግ አስፈላጊ ነው.
- በሃሽ መወገድ ላይ ፍጹም እምነት። ነጠላ ቢት ለውጥ ሃሽ ይለውጣል; ወሳኝ ጉዳይ ሙሉ ቅኝት ሊፈልግ ይችላል።
- በቁልፍ ቃሉ ላይ ብቻ መተማመን። ግልጽ እና ኮድ የተደረገባቸው መግለጫዎች ማምለጥ; በፍቺ ፍለጋ ያጠናቅቁ።
- የትርጉም ፍለጋ የውሸት አወንታዊ ማረጋገጫ አይደለም። AI ተዛማጅነት የሌለውን ሰነድ እንደ "ተዛማጅ" ማሳየት ይችላል; ያንብቡ እና ያረጋግጡ።
- የመለያ ምክንያቶችን አለመመዝገብ። በፍርድ ቤት "ይህን መጀመሪያ ለምን ተመለከቱት?" ለጥያቄው መልስ ሊኖርህ ይገባል.
በማጠቃለያው
ትልቅ የዳታ መለያየት የተወሰነ ጊዜን ወደ ከፍተኛው የማስረጃ ዕድል የመምራት ዲሲፕሊን ነው - ምንም ነገርን ባለመሰረዝ፣ ትዕዛዙን በመወሰን ብቻ። AI; በትርጉም ፍለጋ፣ በይዘት ስብስብ፣ በድምፅ ምልክት እና ከተወገዱ በኋላ ቅድሚያ በመስጠት ከፍተኛ ፍጥነትን ይሰጣል። ነገር ግን ኤክስፐርቱ የሃሽ ማስወገጃ ወሰኖችን, የውሸት አወንታዊ / አሉታዊ ነገሮችን አደጋ እና "ዝቅተኛ ቅድሚያ የማይታወቅ" የሚለውን መርህ ይመለከታል. የልዩነት ውሳኔዎችን በምክንያት ማስመዝገብ ውጤቱ በፍርድ ቤት ተከላካይ ያደርገዋል።
የመተግበሪያ ተግባር
ከ30-40 መስመሮች የናሙና ፋይል ዲበዳታ ዝርዝር (ስም ፣ መጠን ፣ ቀን ፣ ቅጥያ ፣ አጭር ማጠቃለያ) ያዘጋጁ ። በውስጡ ጥቂት "አሳሳች" ፋይሎችን ያስቀምጡ (በተሳሳተ አቃፊ ውስጥ ወሳኝ ሰነድ, የተለወጠ ቅጥያ ያለው ፋይል). በ"ድህረ-ማስወገድ ቅድሚያ ሪፖርት" አብነት ቅድሚያ ይስጡ፣ ከዚያ AI ምንም ነገር አምልጦት እንደሆነ ለማየት ከዝቅተኛ ቅድሚያ ከሚሰጠው ስብስብ ቢያንስ 15% ናሙና ያድርጉ።
የማረጋገጫ ዝርዝር
- [] እንደ ቅድሚያ መስጠትን አዘጋጀሁ; ምንም ዘለላዎችን አልሰረዝኩም።
- [ ] ድምፁን በሃሽ ማጥፋት እና ማባዛት ቀንስኩት፣ ገደቡን ግምት ውስጥ በማስገባት።
- [ ] ቁልፍ ቃሉን በትርጉም ፍለጋ አጠናቅቄያለው።
- [] የትርጉም/የስብስብ ውፅዓት የውሸት አወንታዊ ውጤቶችን በእጅ አረጋግጫለሁ።
- [ ] የልዩነት ውሳኔዎችን እና ምክንያቶቻቸውን መዝግቤአለሁ።