ਲਾਭ:
- ਮੋਬਾਈਲ ਅਤੇ ਕਲਾਉਡ ਡੇਟਾ ਦੀ ਲੇਅਰਡ ਬਣਤਰ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਨਾਲ ਚੈਟ ਸੰਖੇਪ, ਸਬੰਧਾਂ ਦਾ ਨਕਸ਼ਾ ਅਤੇ ਸਥਾਨ ਬਿਰਤਾਂਤ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਸਥਾਨ ਡੇਟਾ ਦੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਸਰੋਤ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਕੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਦਾਅਵੇ ਤੋਂ ਬਚਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਹਰੇਕ ਸੰਖੇਪ ਨੂੰ ਇਸਦੇ ਸਰੋਤ 'ਤੇ ਅਸਲ ਰਿਕਾਰਡ ਨਾਲ ਲਿੰਕ ਕਰਨਾ
- ਸਿਰਫ ਕਾਨੂੰਨੀ ਦਾਇਰੇ ਦੇ ਅੰਦਰ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਅਤੇ ਤੀਜੀ ਧਿਰ ਦੀ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਨ ਲਈ ਮਾਸਕ ਦੁਆਰਾ ਕੰਮ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਅੱਜ, ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਬੂਤ ਨਾ ਤਾਂ ਕਿਸੇ ਡੈਸਕਟੌਪ ਕੰਪਿਊਟਰ 'ਤੇ ਹਨ ਅਤੇ ਨਾ ਹੀ ਕਿਸੇ ਸਰਵਰ 'ਤੇ - ਇਹ ਇੱਕ ਫ਼ੋਨ, ਇੱਕ ਕਲਾਉਡ ਖਾਤੇ, ਜਾਂ ਇੱਕ ਮੈਸੇਜਿੰਗ ਐਪ ਦੇ ਡੇਟਾਬੇਸ ਦੇ ਅੰਦਰ ਹੈ। ਮੋਬਾਈਲ ਫੋਰੈਂਸਿਕ (ਸਮਾਰਟਫ਼ੋਨ ਅਤੇ ਟੈਬਲੇਟਾਂ 'ਤੇ ਡਿਜੀਟਲ ਸਬੂਤ ਦੀ ਜਾਂਚ) ਅਤੇ ਕਲਾਉਡ ਫੋਰੈਂਸਿਕ (ਸੇਵਾ ਪ੍ਰਦਾਤਾ ਦੁਆਰਾ ਰੱਖੇ ਗਏ ਡੇਟਾ ਦੀ ਜਾਂਚ) ਆਧੁਨਿਕ ਜਾਂਚ ਲਈ ਕੇਂਦਰੀ ਬਣ ਗਏ ਹਨ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਕਿਵੇਂ AI ਇਸ ਉੱਚ ਨਿੱਜੀ ਅਤੇ ਵਿਸ਼ਾਲ ਡੇਟਾ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਚੈਟ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਸ, ਸਥਾਨ ਡੇਟਾ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਲੌਗਸ, ਅਤੇ ਇੱਥੇ ਗੋਪਨੀਯਤਾ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ।
ਮੋਬਾਈਲ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਤੀ ਅਤੇ ਚੁਣੌਤੀ
ਇੱਕ ਫ਼ੋਨ; ਇਹ ਸਬੂਤਾਂ ਦਾ ਇੱਕ ਪੱਧਰੀ ਭੰਡਾਰ ਹੈ ਜਿਸ ਵਿੱਚ ਸੰਪਰਕ, ਸੰਦੇਸ਼ (SMS ਅਤੇ ਇਨ-ਐਪ), ਕਾਲ ਲੌਗ, ਫੋਟੋਆਂ, ਸਥਾਨ ਇਤਿਹਾਸ, ਬ੍ਰਾਊਜ਼ਰ ਇਤਿਹਾਸ, ਐਪ ਡੇਟਾਬੇਸ ਅਤੇ ਸੂਚਨਾ ਲੌਗ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ SQLite ਡੇਟਾਬੇਸ (ਇੱਕ ਹਲਕਾ ਮੂਲ ਡਾਟਾਬੇਸ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਮੋਬਾਈਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੁਆਰਾ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ) ਅਤੇ plist/XML ਫਾਈਲਾਂ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਟੂਲ ਜਿਵੇਂ ਕਿ ਸੈਲਬ੍ਰਾਇਟ, ਮੈਗਨੇਟ ਐਕਸੀਓਮ, ਆਕਸੀਜਨ ਇਸ ਡੇਟਾ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਦੇ ਹਨ; ਪਰ ਐਕਸਟਰੈਕਟ ਕੀਤਾ ਡੇਟਾ ਬਹੁਤ ਵੱਡਾ ਅਤੇ ਖਿੱਲਰਿਆ ਹੋਇਆ ਹੈ।
ਇੱਥੇ ਮੁੱਖ ਚੁਣੌਤੀ ਸੰਦਰਭ ਹੈ: ਹਜ਼ਾਰਾਂ ਸੁਨੇਹਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਅਰਥ ਰੱਖਦਾ ਹੈ, ਕਿਹੜੀ ਗੱਲਬਾਤ ਇੱਕ ਘਟਨਾ ਨੂੰ ਦੂਰ ਕਰਦੀ ਹੈ, ਸਥਾਨ ਡੇਟਾ ਕਿਸ ਬਿਰਤਾਂਤ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ? ਪ੍ਰਸੰਗਿਕਤਾ ਅਤੇ ਸੰਖੇਪ ਦੇ ਇਸ ਕੰਮ ਵਿੱਚ ਇਹ ਬਿਲਕੁਲ ਸਹੀ ਹੈ ਕਿ AI ਬਹੁਤ ਮੁੱਲ ਜੋੜਦਾ ਹੈ - ਪਰ ਕਿਉਂਕਿ ਇਹ ਬਹੁਤ ਹੀ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਇੱਥੇ ਗੋਪਨੀਯਤਾ ਸਭ ਤੋਂ ਉੱਚੀ ਹੈ।
ਸਾਵਧਾਨ: ਮੋਬਾਈਲ ਅਤੇ ਕਲਾਉਡ ਡੇਟਾ ਕੁਦਰਤ ਵਿੱਚ ਨਿੱਜੀ ਹੁੰਦਾ ਹੈ ਅਤੇ ਅਕਸਰ ਤੀਜੀ ਧਿਰ (ਜਾਂਚ ਨਾਲ ਸਬੰਧਤ ਵਿਅਕਤੀ) ਦਾ ਡੇਟਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਸਿਰਫ਼ ਕਾਨੂੰਨੀ ਅਥਾਰਟੀ (ਖੋਜ ਵਾਰੰਟ, ਸਹਿਮਤੀ) ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਕੰਮ ਕਰੋ ਅਤੇ ਦਾਇਰੇ ਵਿੱਚ ਸੀਮਤ। ਏਆਈ ਨੂੰ ਡੇਟਾ ਦਿੰਦੇ ਸਮੇਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਸਕੋਪ ਤੋਂ ਬਾਹਰ ਰੱਖੋ; ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਡੇਟਾ ਨੂੰ ਉਚਿਤ ਅਧਿਕਾਰ ਖੇਤਰ ਅਤੇ ਗੁਪਤ ਵਾਹਨ ਵਿੱਚ ਸੰਸਾਧਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।
ਏਆਈ ਦਾ ਚੈਟ ਅਤੇ ਸੰਦੇਸ਼ ਵਿਸ਼ਲੇਸ਼ਣ
ਮੈਸੇਜਿੰਗ ਡੇਟਾ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਜਿੱਥੇ AI ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਹੈ:
- ਗੱਲਬਾਤ ਦਾ ਸਾਰ: ਵਿਸ਼ੇ, ਪਾਰਟੀ ਅਤੇ ਟਾਈਮਲਾਈਨ ਦੇ ਨਾਲ ਹਜ਼ਾਰਾਂ ਸੰਦੇਸ਼ਾਂ ਦੀ ਗੱਲਬਾਤ ਦਾ ਸਾਰ।
- ਵਿਸ਼ਾ ਅਤੇ ਸਬੰਧਾਂ ਦਾ ਅਨੁਮਾਨ: ਮੈਪਿੰਗ ਕੌਣ ਕਿਸ ਨਾਲ, ਕਿੰਨੀ ਵਾਰ ਅਤੇ ਕਿਹੜੇ ਵਿਸ਼ਿਆਂ 'ਤੇ ਗੱਲ ਕਰਦਾ ਹੈ।
- ਕੋਡ/ਸਲੈਂਗ ਡੀਕੋਡਿੰਗ ਮਾਰਕਿੰਗ: ਸੁਹੱਪਣ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ, ਸੰਭਾਵੀ ਕੋਡ ਸ਼ਬਦ (ਇੱਕ ਨਿਸ਼ਚਿਤ ਵਿਆਖਿਆ ਨਹੀਂ, ਪਰ ਧਿਆਨ ਖਿੱਚਣ ਵਾਲਾ)।
- ਭਾਸ਼ਾ ਅਤੇ ਅਨੁਵਾਦ ਸਹਾਇਤਾ: ਵਿਦੇਸ਼ੀ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਸੰਦੇਸ਼ਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰਨਾ (ਮਾਹਰ ਅਨੁਵਾਦਕ ਦੁਆਰਾ ਫੋਰੈਂਸਿਕ ਅਨੁਵਾਦ ਵਿੱਚ ਅੰਤਮ ਪੁਸ਼ਟੀ)।
- ਸਿਮੈਂਟਿਕ ਸ਼ਿਫਟ ਖੋਜ: ਇੱਕ ਗੱਲਬਾਤ ਵਿੱਚ ਟੋਨ, ਗੁਪਤਤਾ ਜਾਂ ਧਮਕੀ ਦੇ ਸੰਕੇਤਾਂ ਵਿੱਚ ਤਬਦੀਲੀ ਨੂੰ ਉਜਾਗਰ ਕਰਨਾ।
ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਅਸਲ ਸੰਦੇਸ਼ ਨਾਲ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ AI ਦੇ ਡਾਇਜੈਸਟ ਨੂੰ ਕਦੇ ਵੀ ਸੁਨੇਹੇ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਣੀ ਚਾਹੀਦੀ। ਇੱਕ ਸੰਖੇਪ ਸਬੂਤ ਨਹੀਂ ਹੈ; ਸਬੂਤ ਇਸ ਦੇ ਸਰੋਤ 'ਤੇ ਅਸਲੀ ਸੰਦੇਸ਼ ਹੈ.
ਸਥਾਨ ਡੇਟਾ: ਸ਼ਕਤੀਸ਼ਾਲੀ ਪਰ ਗੁੰਮਰਾਹਕੁੰਨ
ਟਿਕਾਣਾ ਡੇਟਾ (GPS ਟਰੈਕ, ਸੈੱਲ ਟਾਵਰ ਲੌਗ, Wi-Fi ਕਨੈਕਸ਼ਨ ਇਤਿਹਾਸ, ਫੋਟੋ EXIF ਡੇਟਾ) ਬਹੁਤ ਪੱਕਾ ਸਬੂਤ ਹੈ, ਪਰ ਇਹ ਨੁਕਸਾਨਾਂ ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ। GPS ਸ਼ੁੱਧਤਾ ਬਦਲਦੀ ਹੈ; ਸੈੱਲ ਡੇਟਾ ਵਿੱਚ ਸੈਂਕੜੇ ਮੀਟਰਾਂ ਦੀ ਗਲਤੀ ਦਾ ਇੱਕ ਹਾਸ਼ੀਆ ਹੈ; ਇੱਕ ਫੋਟੋ ਦਾ EXIF (ਇੱਕ ਚਿੱਤਰ ਫਾਈਲ ਵਿੱਚ ਏਮਬੈਡਡ ਮੈਟਾਡੇਟਾ, ਜਿਵੇਂ ਕਿ ਸ਼ੂਟਿੰਗ ਦੀ ਮਿਤੀ/ਸਥਾਨ/ਡਿਵਾਈਸ) ਸਥਾਨ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। AI ਟਿਕਾਣਾ ਡੇਟਾ ਨੂੰ ਸਮਾਂ-ਸਪੇਸ ਬਿਰਤਾਂਤ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਪਰ ਇਹ ਸ਼ੁੱਧਤਾ ਅਤੇ ਵਿਕਲਪਿਕ ਵਿਆਖਿਆਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਮਾਹਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
ਸੰਕੇਤ: ਸਥਾਨ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਸਮੇਂ, AI ਨੂੰ ਹਰੇਕ ਬਿੰਦੂ (GPS, ਸੈੱਲ, Wi-Fi) ਦੇ ਸਰੋਤ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੀ ਕਿਸਮ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕਹੋ। "ਵਿਅਕਤੀ ਉੱਥੇ ਸੀ" ਕਹਿਣ ਦੀ ਬਜਾਏ, ਇਹ ਕਹਿਣਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਫੋਰੈਂਸਿਕ ਤੌਰ 'ਤੇ ਸਹੀ ਹੈ ਕਿ "ਯੰਤਰ ਇਸ ਸ਼ੁੱਧਤਾ ਨਾਲ ਇਸ ਖੇਤਰ ਵਿੱਚ ਸੀ।"
ਕਲਾਉਡ ਫੋਰੈਂਸਿਕ ਵਿਸ਼ਲੇਸ਼ਣ
ਡੇਟਾ ਤੇਜ਼ੀ ਨਾਲ ਕਲਾਉਡ ਵਿੱਚ ਜਾ ਰਿਹਾ ਹੈ: ਈਮੇਲ, ਫਾਈਲ ਸਿੰਕਿੰਗ, ਬੈਕਅਪ, ਮੈਸੇਜਿੰਗ। ਕਲਾਉਡ ਫੋਰੈਂਸਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਡੇਟਾ ਪ੍ਰਦਾਤਾ ਕੋਲ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਡਿਵਾਈਸ ਉੱਤੇ; ਪਹੁੰਚ ਆਮ ਤੌਰ 'ਤੇ ਜਾਇਜ਼ ਬੇਨਤੀ, ਖਾਤਾ ਪ੍ਰਮਾਣ ਪੱਤਰ, ਜਾਂ API ਰਾਹੀਂ ਹੁੰਦੀ ਹੈ। ਚੁਣੌਤੀਆਂ: ਡੇਟਾ ਦੀ ਨਿਰੰਤਰ ਤਬਦੀਲੀ (ਲਾਈਵ ਖਾਤਾ), ਅਧਿਕਾਰ ਖੇਤਰ (ਡਾਟਾ ਕਿਸ ਦੇਸ਼ ਵਿੱਚ ਹੈ), ਅਤੇ ਲੌਗ ਉਪਲਬਧਤਾ। AI ਐਕਸਟਰੈਕਟ ਕੀਤੇ ਕਲਾਉਡ ਡੇਟਾ (ਸਰਗਰਮੀ ਲੌਗਸ, ਸ਼ੇਅਰਿੰਗ ਇਤਿਹਾਸ, ਡਿਵਾਈਸ ਸੈਸ਼ਨ) ਅਤੇ ਫਲੈਗ ਅਸੰਗਤੀਆਂ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਗੱਲਬਾਤ ਦੇ ਸੰਖੇਪ ਨੇ ਕੇਸ ਦੀ ਅਗਵਾਈ ਕੀਤੀ। ਧਮਕੀ ਦੀ ਜਾਂਚ ਵਿੱਚ ਇੱਕ ਐਪ ਤੋਂ 22,000 ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। AI ਨੇ ਪਾਰਟੀ ਅਤੇ ਵਿਸ਼ੇ ਅਨੁਸਾਰ ਗੱਲਬਾਤ ਦਾ ਸਾਰ ਦਿੱਤਾ ਅਤੇ 3 ਵਿੰਡੋਜ਼ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਜਿੱਥੇ ਧਮਕੀ ਭਰੀ ਆਵਾਜ਼ ਵਧ ਰਹੀ ਸੀ। ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਇਹਨਾਂ ਵਿੰਡੋਜ਼ ਵਿੱਚ ਅਸਲ ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਪੜ੍ਹਿਆ ਅਤੇ ਸਬੂਤ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ; ਹੱਥਾਂ ਨਾਲ 22,000 ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਪੜ੍ਹਨ ਲਈ ਦਿਨ ਲੱਗ ਜਾਣਗੇ।
ਕੇਸ 2 - ਸਥਾਨ ਦੀ ਸ਼ੁੱਧਤਾ ਨੇ ਝੂਠੇ ਬਿਰਤਾਂਤ ਨੂੰ ਰੋਕਿਆ। ਪਹਿਲੇ ਖਰੜੇ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ "ਸ਼ੱਕੀ ਮੌਕੇ 'ਤੇ ਸੀ।" ਮਾਹਰ ਨੇ ਸਰੋਤ ਦੀ ਕਿਸਮ ਲਈ ਏਆਈ ਨੂੰ ਪੁੱਛਿਆ: ਡੇਟਾ ਸੈੱਲ ਬੇਸ ਸਟੇਸ਼ਨ ਤੋਂ ਸੀ ਅਤੇ 800 ਮੀਟਰ ਦੀ ਗਲਤੀ ਦਾ ਮਾਰਜਿਨ ਸੀ; ਅਪਰਾਧ ਸੀਨ ਇਸ ਘੇਰੇ ਦੇ ਕਿਨਾਰੇ 'ਤੇ ਸੀ। ਦਾਅਵਾ ਹੈ ਕਿ "ਇਹ ਨਿਸ਼ਚਤ ਤੌਰ 'ਤੇ ਉੱਥੇ ਸੀ" ਨੂੰ "ਇਹ ਇਸ ਖੇਤਰ ਵਿੱਚ ਸੀ, ਪਰ ਕੋਈ ਨਿਸ਼ਚਿਤਤਾ ਨਹੀਂ ਹੈ।" ਸੱਚ ਦੇ ਦਾਣੇ ਨੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਦਾਅਵਾ ਕਰਨ ਤੋਂ ਰੋਕਿਆ।
ਕੇਸ 3 - ਸੁਰੱਖਿਅਤ ਗੋਪਨੀਯਤਾ ਨੂੰ ਮਾਸਕ ਕਰਨਾ। ਇੱਕ ਫ਼ੋਨ ਵਿੱਚ ਦਰਜਨਾਂ ਲੋਕਾਂ ਦਾ ਨਿੱਜੀ ਪੱਤਰ ਵਿਹਾਰ ਸੀ ਜੋ ਜਾਂਚ ਨਾਲ ਸਬੰਧਤ ਨਹੀਂ ਸੀ। ਏਆਈ ਨੂੰ ਡੇਟਾ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, ਟੀਮ ਨੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਦੇ ਵਿਅਕਤੀਆਂ ਦੇ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਅਤੇ ਸਿਰਫ ਅਧਿਕਾਰਤ ਗੱਲਬਾਤ ਨਾਲ ਕੰਮ ਕੀਤਾ। ਇਸ ਤਰ੍ਹਾਂ, ਦੋਵੇਂ ਸਬੂਤ ਮੁੱਲ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਗਿਆ ਸੀ ਅਤੇ ਤੀਜੀ ਧਿਰ ਦੀ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਨਹੀਂ ਕੀਤੀ ਗਈ ਸੀ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਗੱਲਬਾਤ ਦਾ ਸਾਰ (ਸਰੋਤ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ):
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਮੋਬਾਈਲ ਫੋਰੈਂਸਿਕ ਵਿਸ਼ਲੇਸ਼ਕ। ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਚੈਟ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਦੇਵਾਂਗਾ (ਟਾਈਮ ਸਟੈਂਪਡ, ਪਾਰਟੀ ਲੇਬਲ ਵਾਲਾ)। ਵਿਸ਼ੇ ਅਤੇ ਸਮੇਂ ਦੁਆਰਾ ਸੰਖੇਪ; ਫਲੈਗ ਵਿੰਡੋਜ਼ ਜਿਸ ਵਿੱਚ ਧਮਕੀਆਂ, ਗੋਪਨੀਯਤਾ, ਜਾਂ ਅਸਧਾਰਨ ਟੋਨ ਸ਼ਾਮਲ ਹਨ। ਹਰੇਕ ਝੰਡੇ ਲਈ ਸੰਬੰਧਿਤ ਸੁਨੇਹਾ ਲਾਈਨ ਦਾ ਹਵਾਲਾ ਦਿਓ। ਦੱਸੋ ਕਿ ਸਾਰਾਂਸ਼ ਸਬੂਤ ਨਹੀਂ ਹੈ, ਪਰ ਸਰੋਤ 'ਤੇ ਅਧਾਰਤ ਇੱਕ ਗਾਈਡ ਹੈ।
2) ਰਿਸ਼ਤੇ/ਸੰਚਾਰ ਦਾ ਨਕਸ਼ਾ:
ਇਹਨਾਂ ਸੰਚਾਰ ਰਿਕਾਰਡਾਂ (ਕਾਲਰ, ਕਾਲ, ਸਮਾਂ, ਅਵਧੀ) ਤੋਂ ਇੱਕ ਰਿਸ਼ਤੇ ਦਾ ਨਕਸ਼ਾ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ: ਕੌਣ ਕਿਸ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ ਅਕਸਰ ਅਤੇ ਕਿਹੜੇ ਸਮੇਂ ਵਿੱਚ ਸੰਚਾਰ ਕਰਦਾ ਹੈ। ਅਸਧਾਰਨ ਗਾੜ੍ਹਾਪਣ ਨੂੰ ਫਲੈਗ ਕਰੋ। ਡੇਟਾ ਵਿੱਚ ਸਿਰਫ ਰਿਕਾਰਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਪਛਾਣ/ਇਰਾਦੇ ਦੀ ਵਿਆਖਿਆ।
3) ਸਥਾਨ ਡੇਟਾ ਵਿਆਖਿਆ:
ਮੈਂ ਤੁਹਾਨੂੰ ਟਿਕਾਣਾ ਪੁਆਇੰਟ (ਸਮਾਂ, ਕੋਆਰਡੀਨੇਟ, ਸਰੋਤ ਕਿਸਮ:GPS/cell/Wi-Fi) ਦੇਵਾਂਗਾ। ਹਰੇਕ ਬਿੰਦੂ ਲਈ, ਸਰੋਤ ਅਤੇ ਅਨੁਮਾਨਿਤ ਸ਼ੁੱਧਤਾ ਨੂੰ ਦਰਸਾਓ। ਇੱਕ ਸਮਾਂ-ਸਪੇਸ ਬਿਰਤਾਂਤ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ ਪਰ "ਯੰਤਰ ਇਸ ਖੇਤਰ ਵਿੱਚ ਇਸ ਸ਼ੁੱਧਤਾ ਨਾਲ ਸੀ" ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਇਹ ਨਾ ਕਹੋ ਕਿ "ਉਹ ਵਿਅਕਤੀ ਉੱਥੇ ਸੀ" ਘੱਟ ਸ਼ੁੱਧਤਾ ਬਿੰਦੂਆਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।
4) ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਡਾਟਾ ਮਾਸਕਿੰਗ:
ਇਸ ਮੋਬਾਈਲ ਡੇਟਾ ਵਿੱਚ ਜਾਂਚ ਦੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਤੀਜੀਆਂ ਧਿਰਾਂ ਦਾ ਨਿੱਜੀ ਡੇਟਾ ਹੋ ਸਕਦਾ ਹੈ। ਦਾਇਰੇ: [ਤਾਰੀਖ ਰੇਂਜ + ਪਾਰਟੀਆਂ]। ਉਹਨਾਂ ਲੋਕਾਂ/ਗੱਲਬਾਤਾਂ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰੋ ਜੋ ਮਾਸਕਿੰਗ ਉਮੀਦਵਾਰਾਂ ਵਜੋਂ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਮੈਂ ਇਸਨੂੰ ਮਾਸਕ ਕਰਾਂਗਾ ਅਤੇ ਇਸਨੂੰ ਦੁਬਾਰਾ ਭੇਜਾਂਗਾ; ਇਸ ਕੇਸ ਵਿੱਚ, ਵਿਸਤ੍ਰਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾ ਕਰੋ.
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਫੋਨ 'ਤੇ ਸੰਦੇਸ਼ ਪੜ੍ਹੋ ਅਤੇ ਅਪਰਾਧ ਦਾ ਪਤਾ ਲਗਾਓ।
ਸਕੋਪ, ਸਰੋਤ ਜਾਂ ਗੋਪਨੀਯਤਾ 'ਤੇ ਕੋਈ ਸੀਮਾ ਨਹੀਂ; AI ਦਾਇਰੇ ਤੋਂ ਬਾਹਰਲੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ, ਵਿਅਕਤੀਗਤ "ਅਪਰਾਧ" ਵਿਆਖਿਆ ਪੈਦਾ ਕਰਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਮੋਬਾਈਲ ਫੋਰੈਂਸਿਕ ਵਿਸ਼ਲੇਸ਼ਕ। ਕਨੂੰਨੀ ਦਾਇਰੇ: 1 ਤੋਂ 15 ਮਈ ਤੱਕ [A] ਅਤੇ [B] ਵਿਚਕਾਰ ਸੁਨੇਹਾ ਭੇਜਣਾ। ਮੈਂ ਤੁਹਾਨੂੰ ਇਸ ਦਾਇਰੇ ਦੀ ਇੱਕ ਟਾਈਮਸਟੈਂਪਡ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਦੇਵਾਂਗਾ। ਟਾਸਕ: ਵਿਸ਼ੇ ਅਤੇ ਸਮੇਂ ਦੇ ਅਨੁਸਾਰ ਗੱਲਬਾਤ ਨੂੰ ਸੰਖੇਪ ਕਰੋ; ਥੀਮਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰੋ ਜਿਵੇਂ ਕਿ ਪੈਸਾ ਟ੍ਰਾਂਸਫਰ, ਧਮਕੀ ਜਾਂ ਗੁਪਤ ਮੀਟਿੰਗ ਯੋਜਨਾ ਅਤੇ ਹਰੇਕ ਚਿੰਨ੍ਹ ਲਈ ਸੰਦੇਸ਼ ਦਾ ਹਵਾਲਾ ਦਿਓ। ਜੇ ਤੁਸੀਂ ਤੀਜੀ-ਧਿਰ ਦਾ ਡੇਟਾ ਦੇਖਦੇ ਹੋ ਜੋ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹੈ, ਤਾਂ ਇਸ 'ਤੇ ਪ੍ਰਕਿਰਿਆ ਨਾ ਕਰੋ, ਚੇਤਾਵਨੀ ਦਿਓ। ਅਪਰਾਧ/ਇਰਾਦੇ ਨਾਲ ਫੈਸਲਾ ਲੈਣਾ; ਮੈਂ ਸਬੂਤਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਾਂਗਾ।
ਕਾਨੂੰਨੀ ਦਾਇਰੇ, ਸਰੋਤ ਵਿਸ਼ੇਸ਼ਤਾ, ਅਤੇ "ਇਰਾਦਾ ਨਿਰਣਾ" ਰੁਕਾਵਟ ਆਉਟਪੁੱਟ ਨੂੰ ਲਾਭਦਾਇਕ ਅਤੇ ਕਾਨੂੰਨੀ ਦੋਵੇਂ ਬਣਾਉਂਦੇ ਹਨ।
ਮੋਬਾਈਲ/ਕਲਾਊਡ ਸਬੂਤ ਸਰੋਤ ਸਾਰਣੀ
ਸਰੋਤ
ਸਮੱਗਰੀ
ਧਿਆਨ
AI ਯੋਗਦਾਨ
ਮੈਸੇਜਿੰਗ DB (SQLite)
ਗੱਲਬਾਤ, ਮੀਡੀਆ
ਰਿਕਾਰਡ ਰਿਕਵਰੀ ਨੂੰ ਮਿਟਾਇਆ ਗਿਆ
ਸੰਖੇਪ, ਟੋਨ ਚਿੰਨ੍ਹ
ਕਾਲ/SMS
ਸੰਪਰਕ ਲੌਗ
ਸਮਾਂ ਮਿਆਦ
ਰਿਸ਼ਤੇ ਦਾ ਨਕਸ਼ਾ
ਟਿਕਾਣਾ (GPS/ਸੈੱਲ)
ਸਮਾਂ-ਸਥਾਨ
ਸ਼ੁੱਧਤਾ
ਬਿਰਤਾਂਤ ਦੀ ਰੂਪਰੇਖਾ
ਫੋਟੋ EXIF
ਮਿਤੀ/ਸਥਾਨ/ਡਿਵਾਈਸ
ਪਰਿਵਰਤਨਯੋਗ
ਮੈਟਾਡੇਟਾ ਸੰਖੇਪ
ਬੱਦਲ ਲਾਗ
ਸੈਸ਼ਨ, ਸ਼ੇਅਰਿੰਗ
ਅਧਿਕਾਰ ਖੇਤਰ
ਅਸੰਗਤ ਚਿੰਨ੍ਹ
ਆਮ ਗਲਤੀਆਂ
- ਸਬੂਤ ਲਈ ਸੰਖੇਪ ਨੂੰ ਗਲਤ ਕਰਨਾ. ਸਬੂਤ ਸਰੋਤ ਵਿੱਚ ਸੁਨੇਹਾ ਹੈ; ਸੰਖੇਪ ਸਿਰਫ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
- ਟਿਕਾਣਾ ਡੇਟਾ ਵਿੱਚ ਪੂਰਾ ਭਰੋਸਾ। ਸ਼ੁੱਧਤਾ ਅਤੇ ਸਰੋਤ ਨੂੰ ਦਰਸਾਏ ਬਿਨਾਂ "ਇਹ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਉੱਥੇ ਸੀ" ਕਹਿਣਾ ਗਲਤ ਹੈ।
- ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਰਿਹਾ ਹੈ। ਅਧਿਕਾਰ ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਹੀ ਕੰਮ ਕਰੋ।
- EXIF ਟਿਕਾਣੇ 'ਤੇ ਅੰਨ੍ਹਾ ਭਰੋਸਾ ਕਰਨਾ। ਮੈਟਾਡੇਟਾ ਨੂੰ ਸੋਧਿਆ ਗਿਆ ਹੋ ਸਕਦਾ ਹੈ; ਕਰਾਸ-ਪੁਸ਼ਟੀ.
- ਫੋਰੈਂਸਿਕ ਅਨੁਵਾਦ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। AI ਅਨੁਵਾਦ ਇੱਕ ਡਰਾਫਟ ਹੈ; ਮਾਹਰ ਅਨੁਵਾਦਕ ਨਾਜ਼ੁਕ ਬਿਆਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ.
ਸੰਖੇਪ ਵਿੱਚ
ਮੋਬਾਈਲ ਅਤੇ ਕਲਾਉਡ ਫੋਰੈਂਸਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਉਹ ਹੈ ਜਿੱਥੇ ਜ਼ਿਆਦਾਤਰ ਆਧੁਨਿਕ ਸਬੂਤ ਮੌਜੂਦ ਹਨ। AI; ਇਹ ਚੈਟ ਸੰਖੇਪ, ਰਿਸ਼ਤੇ ਦਾ ਨਕਸ਼ਾ, ਸਥਾਨ ਬਿਰਤਾਂਤ ਅਤੇ ਕਲਾਉਡ ਲੌਗ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਗਤੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਪਰ ਇਹ ਡੇਟਾ ਡੂੰਘਾਈ ਨਾਲ ਨਿੱਜੀ ਹੈ: ਕਾਨੂੰਨੀ ਦਾਇਰੇ ਵਿੱਚ ਕੰਮ ਕਰਨਾ, ਤੀਜੀ-ਧਿਰ ਦੇ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕਰਨਾ, ਸਥਾਨ ਦੀ ਸ਼ੁੱਧਤਾ ਨਿਰਧਾਰਤ ਕਰਨਾ, ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜਨਾ ਮਨੁੱਖੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ। ਸੰਖੇਪ ਸਬੂਤ ਨਹੀਂ ਹੈ; ਸਬੂਤ ਸਰੋਤ ਵਿੱਚ ਅਸਲ ਰਿਕਾਰਡ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਟਾਈਮ-ਸਟੈਂਪਡ, ਦੋ-ਪਾਸੜ 25-30 ਲਾਈਨ ਨਮੂਨਾ ਚੈਟ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਅਤੇ 5-6 ਪੁਆਇੰਟ ਟਿਕਾਣਾ ਸੂਚੀ (ਸਰੋਤ ਕਿਸਮਾਂ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ) ਤਿਆਰ ਕਰੋ। "ਚੈਟ ਸੰਖੇਪ" ਅਤੇ "ਸਥਾਨ ਡੇਟਾ ਟਿੱਪਣੀ" ਟੈਂਪਲੇਟਸ ਨੂੰ ਲਾਗੂ ਕਰੋ; ਹਰੇਕ ਸੰਦੇਸ਼ ਨੂੰ ਲਿੰਕ ਕਰੋ ਜੋ AI ਸਰੋਤ ਨਾਲ ਫਲੈਗ ਕਰਦਾ ਹੈ ਅਤੇ ਜਾਂਚ ਕਰੋ ਕਿ ਟਿਕਾਣਾ ਟਿੱਪਣੀ ਵਿੱਚ ਸ਼ੁੱਧਤਾ ਸਹੀ ਢੰਗ ਨਾਲ ਦਰਸਾਈ ਗਈ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸਿਰਫ ਕਾਨੂੰਨੀ ਦਾਇਰੇ ਦੇ ਅੰਦਰ ਅਤੇ ਸੀਮਤ ਕੰਮ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਸਕੋਪ ਤੋਂ ਬਾਹਰ ਤੀਜੀ-ਧਿਰ ਦੇ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਹੈ।
- ਮੈਂ ਹਰੇਕ ਸੰਖੇਪ/ਨਿਸ਼ਾਨ ਨੂੰ ਇਸਦੇ ਸਰੋਤ ਤੋਂ ਅਸਲ ਰਿਕਾਰਡ ਨਾਲ ਜੋੜਿਆ ਹੈ।
- [ ] ਮੈਂ ਸਥਾਨ ਡੇਟਾ ਦੇ ਸਰੋਤ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦਾ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ।
- [ ] ਮੈਂ ਅਨੁਵਾਦ ਅਤੇ ਟਿੱਪਣੀਆਂ ਨੂੰ ਡਰਾਫਟ ਮੰਨਿਆ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ ਮਾਹਰਤਾ ਨਾਲ ਪੁਸ਼ਟੀ ਕੀਤੀ।