سود:
- درک این موضوع که مراحل جمعآوری مانند سفارش نوسان، دریافت تصویر، هش و زنجیره نگهداری مسئولیت انسان است و هوش مصنوعی فقط طرحها و قالبها را در اینجا تولید میکند.
- امکان استفاده ایمن از هوش مصنوعی برای تسریع در بررسی با تریاژ فایل، OCR، خلاصه و استخراج دارایی پس از گرفتن تصویر
- توانایی تشخیص اینکه تریاژ حذف نیست، بلکه اولویت بندی است و نمونه گیری از گروه با اولویت پایین برای جلوگیری از خطر منفی کاذب ضروری است.
شما به یک صحنه جرم رسیده اید: یک کامپیوتر باز روی میز، یک درایو خارجی، دو گوشی و یک اتاق سرور. هر وسیله یک منبع بالقوه شواهد است. هر حرکت اشتباهی مدرکی است که در دادگاه رد می شود. کسب شواهد فرآیند جمع آوری و کپی مدارک دیجیتالی دست نخورده، قابل تأیید و مطابق با قانون است. در این بخش، میآموزید که هوش مصنوعی در کدام مراحل این فرآیند میتواند با خیال راحت به شما کمک کند و قطعاً باید از کدام مراحل عقب بماند. قانون اساسی از ابتدا: هوش مصنوعی شواهد جمع آوری نمی کند و عکس نمی گیرد. این به بررسی و تسریع در استخراج شواهد جمع آوری شده و تأیید شده کمک می کند.
سفارش جمع آوری و داده های فرار
در جمع آوری شواهد یک اصل اولویت وجود دارد: ترتیب نوسانات - جمع آوری از سریع ترین داده ها تا دائمی ترین داده ها. در بالا دادههای فرار وجود دارد - محتویات RAM هنگام خاموش شدن دستگاه، باز کردن اتصالات شبکه، فرآیندهای در حال اجرا از بین میرود. سپس دیسک می آید، سپس ضبط های خارجی. داده های فرار، پس از از دست رفتن، بر نمی گردند. بنابراین، در یک سیستم در حال اجرا، RAM قبل از دیسک ریخته می شود.
هوش مصنوعی در این مرحله تصمیم نمیگیرد، اما در تولید چکلیستها و تشریحهای رویه مفید است: «چه چیزی را باید جمعآوری کنم، به چه ترتیب، با چه ابزاری، چه چیزی را باید در این سناریو مستند کنم؟» خود فرآیند جمع آوری (مسدود کردن نوشتن-مسدود کردن، گرفتن تصویر، تأیید هش، مهر و موم) در دست انسان است و هر مرحله مستند است.
نکته: قبل از شروع انتخاب، سناریوی خود را برای هوش مصنوعی توضیح دهید و یک "طرح انتخاب متوالی نوسانات" را تهیه کنید. سپس این پیش نویس را با رویه استاندارد مؤسسه خود مقایسه کنید (مثلاً قوانین محلی و SOP آزمایشگاهی). هوش مصنوعی یادآوری است، نه اقتدار.
تصویربرداری و هش کردن: زنجیره خدشه ناپذیر
یک تصویر دقیق از هر دستگاه جمع آوری شده گرفته می شود. در حالی که تصویر وارد می شود، منبع توسط یک مسدود کننده نوشتن محافظت می شود. وقتی تصویر به پایان رسید، یک هش (SHA-256 ترجیح داده می شود؛ MD5 به تنهایی اکنون ضعیف در نظر گرفته می شود) محاسبه می شود. این هش اثر انگشت تصویر است: باید در هر بررسی هش در طول معاینه یکسان باشد، در غیر این صورت تصویر خراب می شود. فرم زنجیره نگهداری (توسط چه کسی، چه زمانی، کجا مدرک گرفته شده است، کجا قرار گرفته است، به چه کسی تحویل داده شده است) هر بار که دست به دست می شود، به روز می شود.
هوش مصنوعی در اینجا دو کار امن انجام میدهد: (1) الگوهای زنجیرهای از نگهبانی و برچسبهای شواهد را ایجاد میکند تا در طول جمعآوری پر شوند. (2) هشها و مُهرهای زمانی را که برای بررسی سازگاری جمعآوری کردهاید سازماندهی میکند ("آیا این سه هش یکسان هستند، کدام تصویر متعلق به کدام دستگاه است؟"). هوش مصنوعی خود هش را محاسبه نمی کند - آن را به یک ابزار پزشکی قانونی تبدیل می کند. هوش مصنوعی فقط رکورد را ویرایش می کند.
بررسی شتاب: قدرت واقعی هوش مصنوعی
پس از تایید شواهد و ثبت تصویر، هوش مصنوعی واقعا می درخشد. مناطق شتاب معمولی:
- طبقه بندی فایل ها: گروه بندی ده ها هزار فایل بر اساس نوع، محتوا و ارتباط احتمالی و توصیه اولویت ها.
- خلاصه متن و سند: استخراج موضوع و طرف برای قراردادهای طولانی، ایمیل ها، رونوشت های چت.
- OCR و محتوای بصری: استخراج متن از اسناد اسکن شده (OCR - تشخیص نویسه نوری، تبدیل متن در یک تصویر) و برچسب زدن اشیا/متن در تصاویر.
- استخراج موجودیت (NER - شناسایی موجودیت نامگذاری شده، یافتن موجودیتهای نامگذاری شده مانند شخص، موسسه، حساب، IP از متن): فهرست افراد، IBAN، تلفن، ایمیل، آدرس کیف پول رمزنگاری از هزاران سند.
- شرح کد و دستور: به زبان ساده توضیح دهید که یک اسکریپت یافت شده یا تاریخچه فرمان چه می کند (برای تأیید).
در هر یک، خروجی یک نقطه شروع است. تصمیم گیری در مورد ارتباط و ارزش اثباتی با کارشناس است.
توجه: هوش مصنوعی گفتن "این فایل بی ربط است" برای حذف آن فایل بدون بررسی کافی نیست. تریاژ اولویت را کاهش می دهد، اما در موارد بحرانی، نمونه برداری از خوشه با اولویت پایین نیز انجام می شود. منفی های کاذب (با حذف شواهد واقعی به عنوان "بی ربط") گران ترین اشتباه در پزشکی قانونی کامپیوتری است.
سه کیف کوچک
مورد 1 - سند محرمانه با OCR. یک تحقیق درباره فساد دارای 14000 صفحه اسکن شده بود. هیچ یک از آنها متن قابل جستجو نبود. با OCR مجهز به هوش مصنوعی، تمام صفحات رونویسی شدند و الگوهایی مانند "آب ساحلی"، نام شرکت خاص و IBAN جستجو شدند. 9 صفحه مهم در 40 دقیقه پیدا شد. خواندن با دست هفته ها طول می کشد. سپس هر صفحه به طور ماهرانه تأیید شد.
مورد 2 - شبکه ارتباط استنتاج موجودیت. یک فایل کلاهبرداری حاوی 6200 ایمیل بود. با NER، تمام مخاطبین، حساب ها و تلفن ها استخراج شدند و یک لیست روابط ایجاد شد. بنابراین، دو حساب کارگزاری که قبلاً متوجه نشده بودند ظاهر شد. هوش مصنوعی اتصال را مشخص کرد. دادستان شواهد موجود در ایمیل ها را تایید کرد.
مورد 3 - خطر منفی کاذب. یک تیم میخواست مجموعهای متشکل از 30000 فایل را که هوش مصنوعی آنها را "کم علاقه" نامید، به طور کامل حذف کند. کارشناس ارشد به طور تصادفی 2٪ از این خوشه را نمونه برداری کرد و یک رکورد مهم در آن یافت: هوش مصنوعی فایل را به دلیل پسوند غیر معمول طبقه بندی کرده بود. انضباط نمونه گیری باعث نجات پرونده شد.
چهار قالب قابل کپی
1) پیش نویس طرح جمع آوری:
نقش شما: متخصص مجموعه پزشکی قانونی صحنه جرم. سناریو: [در رایانه شخصی، 2 تلفن، 1 NAS، سرور در حال اجرا]. یک طرح جمع آوری را برای من به ترتیب نوسانات مشخص کنید: چه چیزی برای هر دستگاه جمع آوری شود، چه ابزاری توصیه می شود، چه چیزی مستند شود. لطفاً توجه داشته باشید که این یک پیشنویس است و طبق قوانین محلی نیاز به تأیید دارد.
2) الگوی زنجیره نگهداری:
یک الگوی فرم زنجیره ای برای من ایجاد کنید: شامل شماره شواهد، توضیحات دستگاه، شماره سریال، جمع آوری کننده، تاریخ/زمان، روش جمع آوری، هش (SHA-256)، گیرنده، تحویل دهنده، محل ذخیره سازی و خطوط برای هر انتقال.
3) درخواست تریاژ فایل انبوه:
من لیستی از فایل ها (نام، اندازه، تاریخ، پسوند) را به شما می دهم. با احتمال زیاد/متوسط/کم علاقه پزشکی قانونی گروه بندی کنید و JUSTIFICATION را بنویسید. توجه: "کم" حذف نمی شود، فقط اولویت بندی شده است. مواردی را که دارای عدم تطابق محتوای برنامه افزودنی هستند به طور جداگانه علامت گذاری کنید.
4) اسکریپت یافت شده را توضیح دهید:
این تاریخچه اسکریپت/فرمان را در زمینه پزشکی قانونی توضیح دهید: چه کاری انجام می دهد، چه فایل/شبکه ای دسترسی دارد، آیا اثری از تداوم یا استخراج داده ها وجود دارد؟ هر ادعا را به یک خط در اسکریپت پیوند دهید. اگر مطمئن نیستید، آن را به عنوان "باید تایید شود" علامت بزنید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
این فایل ها را با توجه به موارد مهم جدا کنید.
«قابل توجه» تعریف نشده است. هوش مصنوعی مفروضات خود را بررسی می کند و ممکن است شواهد مهم را از دست بدهد.
اعلان قدرتمند:
نقش شما: تحلیلگر تریاژ پزشکی قانونی. زمینه: ما در حال بررسی یک حادثه باج افزار، رمزگذاری و استخراج داده ها هستیم. من لیستی از فایل ها را با نام، اندازه، تاریخ ایجاد/تغییر و پسوند به شما می دهم. وظیفه: ابزار رمزگذاری، فشرده سازی/بایگانی، پسوند غیر معمول، تغییر در 72 ساعت گذشته، و علامت گذاری فایل های صادراتی بزرگ به عنوان اولویت بالا. برای هر تصمیم توجیهی بنویسید. اگر برنامه افزودنی با محتوای مورد انتظار مطابقت ندارد، همچنین هشدار دهید. هیچ فایلی را "حذف/رد کردن" نگویید. فقط اولویت بندی کنید
زمینه، هدف و محدودیت "نگو حذف" خروجی را مفید و ایمن می کند.
مجموعه در مقابل بررسی: نمودار نقش هوش مصنوعی
مرحله
آیا هوش مصنوعی ایمن است؟
کار هوش مصنوعی
کار مرد
جمع آوری داده های فرار
خیر (تصمیم)
پیش نویس طرح
مجموعه، مستندات
کسب تصویر
نه
قالب
مسدود کننده بنویسید، هش کنید
تأیید هش
نه
ثبت سفارش
محاسبه و تایید از طریق وسیله نقلیه
تریاژ فایل
بله
اولویت بندی
تصمیم گیری، نمونه گیری
OCR/ استخراج متن
بله
تبدیل
تأیید صحت
استنتاج موجودیت
بله
تولید فهرست
تصمیم مربوط
اشتباهات رایج
- تلاش برای وادار کردن هوش مصنوعی "انجام" انتخاب. هوش مصنوعی اضافه نمی کند. فقط طرح ها و قالب ها را تولید می کند. تصویر و هش کار انسان است.
- اشتباه گرفتن نتیجه تریاژ به عنوان حذف قطعی. نمونه گیری را از خوشه "کم علاقه" نادیده نگیرید.
- نقل قول خروجی OCR بدون تأیید آن. OCR می تواند حروف را مخلوط کند (0/0، 1/l)؛ مقادیر بحرانی را با منبع تأیید کنید.
- اعتماد کورکورانه به افزونه پسوند ممکن است تغییر کرده باشد. نوع محتوا را بررسی کنید.
- آپلود اطلاعات شخصی در وسیله نقلیه بدون ماسک دادههای TC/IBAN/سلامت ممکن است در استنتاج انبوه به بیرون درز کند.
به طور خلاصه
جمع آوری شواهد یک مسئولیت انسانی است: ترتیب نوسانات، تصویر، هش و زنجیره نگهداری در دست انسان است. در اینجا هوش مصنوعی فقط طرح ها و قالب ها را تولید می کند. هنگامی که شواهد تأیید شد و تصویر گرفته شد، هوش مصنوعی ارزش واقعی را در سرعت بخشیدن به بررسی (تریاژ، OCR، خلاصه، استخراج موجودیت، حاشیه نویسی کد) می افزاید. اما هر خروجی نشانه ای است که باید تأیید شود. تصمیم گیری در مورد ارتباط و ارزش اثباتی با کارشناس است که خطر منفی کاذب را نیز در نظر می گیرد.
وظیفه کاربردی
یک سناریوی حادثه ساختگی را توصیف کنید (به عنوان مثال، یک کارمند مشکوک به استخراج داده ها است). ابتدا طرحی را با الگوی "پیش نویس طرح مجموعه" ترسیم کنید و آن را با رویه محلی مقایسه کنید. سپس یک لیست فایل نمونه 20 خطی تهیه کنید و با الگوی «تریاژ فایل انبوه» اولویت بندی کنید. حداقل 10٪ نمونه برداری دستی و طبقه بندی هوش مصنوعی را تأیید کنید.
چک لیست
- [ ] من طرح جمع آوری را به ترتیب نوسان تنظیم کردم و آن را با رویه مقایسه کردم.
- [ ] من تصویر و هش را از طریق انسان/ابزار دریافت کردم. من آن را با هوش مصنوعی انجام ندادم.
- [ ] هر بار که فرم Chain of custody را تغییر می داد، به روز می کردم.
- [ ] من از خوشه "کم" نتیجه تریاژ نمونه گرفتم.
- [ ] من OCR و خروجی دارایی را با منبع تأیید کردم. من داده های شخصی را پنهان کردم.