Faida:
- Elewa kwamba utatuzi ni taaluma ya kubainisha mpangilio wa mtihani bila kufuta chochote, na kuwa na uwezo wa kufanya utafutaji wa kimaana na mkusanyiko wa maudhui kwa akili ya bandia.
- Uwezo wa kupunguza kelele na uondoaji wa msingi wa hashi (NSRL) na de-rudufu na kuzingatia mipaka ya njia hizi (mabadiliko kidogo)
- Uwezo wa kudhibitisha mwenyewe chanya za uwongo za utaftaji wa semantic na maamuzi ya uhakiki wa hati kwa uhalali wa kuzifanya zitetewe.
Uchunguzi wa kisasa wa kisayansi hauzuiliwi tena na kompyuta moja. Katika tukio la ushirika, unaweza kukutana na diski kadhaa, mamia ya gigabaiti za kumbukumbu za barua pepe, chelezo za wingu, programu za gumzo na terabaiti za faili. Haiwezekani kimwili kuzichunguza zote, moja baada ya nyingine, kuanzia mwanzo hadi mwisho. Hapa ndipo utatuzi (dhana iliyokopwa kutoka kwa dawa; kutenga rasilimali chache kwa kesi muhimu zaidi kwanza, ambayo ni, kuamua haraka "kipi cha kuangalia kwanza") inapotumika. Katika kitengo hiki, tutaona jinsi AI inavyotanguliza kwa akili milundo mikubwa ya data, ni makosa gani ambayo inaweza kukabiliwa, na jinsi utatuzi unavyopatana na uadilifu wa uchunguzi.
Kwa nini triage inahitajika?
Katika uchunguzi wa kompyuta, mambo mawili yanakinzana: (1) ushahidi wote ni wa thamani na hakuna kinachopaswa kukosa; (2) muda na nguvu kazi ni mdogo. Triage hutatua mzozo huu - kwa kutofuta chochote, kwa kuamua tu mpangilio wa uchunguzi. Kwa maneno mengine, triage si "kuondoa" lakini "prioritization". Data yenye uwezekano mkubwa zaidi wa ushahidi inachunguzwa kwanza; Data ya uwezekano mdogo huhifadhiwa lakini inakuja kwenye foleni baadaye.
Ujaribio hutokea katika viwango viwili: majaribio ya moja kwa moja (kuamua katika eneo ni kifaa kipi kitakachoonyesha kwanza) na majaribio ya data (mara tu picha zinaponaswa, ni faili/seti gani ya data ya kuchunguza kwanza). AI ina nguvu zaidi katika mwisho, ambayo ni kipaumbele cha maudhui ya hifadhidata kubwa.
Kipengele nyeti cha uchunguzi wa uchunguzi ni kwamba uamuzi wa kuagiza huamua mwelekeo wa uchunguzi. Kundi lililopewa kipaumbele kimakosa linaweza kusababisha ushahidi muhimu kupatikana wiki kuchelewa, au hata kutochunguzwa kabisa kwa sababu muda wa uchunguzi umeisha. Kwa hivyo utatuzi sio "ujanja wa kasi" lakini uamuzi wa kimbinu na unapaswa kurekodiwa kwa uhalali, kama hatua nyingine yoyote ya uchunguzi. Katika kesi za hatari kubwa, triage haina nafasi ya uchunguzi kamili; huamua tu ni sehemu gani inazingatiwa kwanza, kuhifadhi kanuni kwamba seti nzima itatathminiwa hatimaye.
Kidokezo: Weka rekodi ya maamuzi yako ya majaribio na sababu zake. "Kwa nini tuliangalia nguzo hii kwanza, kwa nini tuliiacha hii hadi mwisho?" Swali linaweza kuulizwa mahakamani. Jumuisha mantiki ya kipaumbele ya AI katika rekodi hii; Uwazi ni ulinzi.
Uwekaji kipaumbele kulingana na yaliyomo na AI
Ujazo wa kawaida huangalia jina la faili, saizi na tarehe. AI inaongeza uelewa wa muktadha kwa hili: inaweza kuelewa hati inahusu nini, picha ina nini, sauti ya mazungumzo. Kwa njia hii:
- Utafutaji wa kimantiki - kutafuta maudhui ambayo yana maana sawa hata kama neno halilingani kabisa: Utafutaji wa "uhamisho wa pesa" pia hurejesha hati zilizo na "uhawilishaji wa pesa", "usafirishaji", "maagizo ya malipo".
- Kuunganisha mada: Kupanga kiotomatiki maelfu ya hati katika mada (fedha, HR, kiufundi, kibinafsi).
- Kuashiria hisia/toni: Kuangazia ujumbe unaowasilisha sauti kama vile vitisho, hofu, ukiukaji wa faragha.
- Tathmini inayoonekana: Kupanga maelfu ya picha kulingana na lebo ya kitu/eneo (ndani ya mipaka ya kisheria, k.m. maudhui yaliyoidhinishwa na yanayofaa pekee).
- Uondoaji wa nakala rudufu na takataka: Kutenganisha uondoaji wa nakala za faili sawa na faili za mfumo (pamoja na orodha za heshi zinazojulikana) na kuelekeza macho ya mwanadamu kwenye maudhui mapya kabisa.
Uondoaji wa faili unaojulikana: NSRL na seti za hashi
Kiongeza kasi cha vitendo zaidi cha utatuzi mkubwa wa data kinajulikana orodha nzuri/mbaya za heshi. Maktaba kama vile NSRL (Maktaba ya Kitaifa ya Marejeleo ya Programu) hushikilia mamilioni ya faili za kawaida za mfumo wa uendeshaji na programu. Faili hizi "zinazojulikana" huondolewa kwa utatuzi, kuruhusu mtu kuzingatia tu faili zinazozalishwa na mtumiaji na za tuhuma. Vile vile, heshi "zinazojulikana mbaya" (programu hasidi inayojulikana) hualamishwa kiotomatiki. AI huanza kutumika katika nguzo iliyobaki baada ya uondoaji huu, ambayo inahitaji maana.
Tahadhari: Uondoaji wa msingi wa Hash ni nguvu, lakini mabadiliko kidogo hubadilisha kabisa heshi. Kwa kurekebisha kidogo faili ya kawaida, mshambuliaji anaweza kuiondoa kwenye orodha ya "nzuri inayojulikana" au, kinyume chake, kujificha faili mbaya. Kuondoa sio kabisa, lakini njia ya kipaumbele.
kesi tatu ndogo
Uchunguzi wa 1 - Utafutaji wa kimantiki uligawanya muda na 20. Uchunguzi wa ndani ulipata 480GB ya barua pepe. Utafutaji wa nenomsingi wa kawaida ulirudisha matokeo 3 ya "hongo". Utafutaji wa kisemantiki unaoendeshwa na AI pia ulinasa maneno ya kutatanisha kama vile "ada ya ushauri," "uwezeshaji," "malipo ya asante," na kutoa ujumbe 61 husika. Uhakiki ulikamilika kwa siku 2 badala ya wiki; Kila matokeo yalithibitishwa kwa mikono.
Kesi ya 2 - Uondoaji-rudufu umeokoa wafanyikazi. Katika kundi la faili milioni 1.7, baada ya kusafisha rudufu kwa msingi wa heshi na kuondoa NSRL, faili za kipekee za watumiaji za kuchunguza zilipunguzwa hadi 92,000. Timu ilizingatia maudhui halisi badala ya rundo ambalo lilikuwa kelele ya mfumo 95%.
Kesi ya 3 - Bei ya kujiamini kupita kiasi. Timu moja haijawahi kufungua kile AI inachokiita nguzo "isiyo ya kifedha". Kama ilivyotokea, mkataba muhimu ulifichwa ndani ya albamu ya picha ya kibinafsi (sio steganografia, folda mbaya tu). Ushahidi ulicheleweshwa kwa sababu nguzo ya kipaumbele cha chini haikuchukuliwa sampuli. Somo: triage huamua utaratibu, si kufuta uchunguzi.
Violezo vinne vinavyoweza kunakiliwa
1) Rasimu ya mkakati wa utatuzi:
Jukumu lako: mtaalamu mkuu wa uchunguzi wa kimahakama.Data: [k.m. Barua pepe ya 480GB + 1.2TB kushiriki faili]. Mada ya uchunguzi: [k.m. uvujaji wa data + hongo].Niundie mkakati wa utatuzi: ni nguzo gani inapaswa kuangaliwa kwa mpangilio gani, kwa kutumia vigezo gani; Jinsi ya kutumia kuondoa heshi na utafutaji wa kimaana. Sisitiza kwamba hakuna makundi "yatayoghairiwa", yatapangwa tu.
2) Upanuzi wa neno la utafutaji wa kimantiki:
Mada: [hongo / uvujaji wa data / unyanyasaji]. Ili kupata hati zinazohusiana na mada hii, orodhesha semi dhahiri/sawa (pamoja na misimu, neno la siri, hotuba isiyo ya moja kwa moja) pamoja na maneno muhimu halisi. Lengo ni kupanua wigo wa utafutaji; Panga kila muhula.
3) Mkusanyiko wa yaliyomo:
Nitakupa vyeo/muhtasari wa hati. Zipange katika mada zenye maana (za fedha, Utumishi, kiufundi, kisheria, kibinafsi) na upe mada + mantiki mafupi kwa kila hati. Weka alama kando nguzo "ya utata" ambayo huwezi kutoshea kwenye mada; Kundi hili halitarukwa, litachunguzwa kwa mikono.
4) Ripoti ya kipaumbele baada ya kuondolewa:
Faili zinazojulikana vizuri (NSRL) na nakala mbili huondolewa. Kwa faili za kipekee za watumiaji zilizosalia: toa kipaumbele cha juu/kati/chini kulingana na mada ya uchunguzi na uandike JUSTIFICATION. Kutolingana kwa maudhui ya kiendelezi, faili zilizosimbwa/nenosiri na faili ambazo zimebadilika katika siku 30 zilizopita pia zimeangaziwa.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Pata faili muhimu katika data hii.
Hakuna mantiki ya mada, upeo na vipaumbele; AI inaweza kukosa maudhui muhimu kwa ufafanuzi wake wa "muhimu."
Agizo lenye nguvu:
Jukumu lako: mchambuzi wa uchunguzi wa mahakama. Uchunguzi: mfanyakazi anadaiwa kuvujisha orodha ya wateja kabla ya kuondoka. Nitakupa metadata ya faili (jina, saizi, tarehe, kiendelezi, njia) na muhtasari mfupi wa yaliyomo. Jukumu: kuweka alama kwenye data ya mteja, kutuma/kuhifadhi kumbukumbu, ufuatiliaji wa upakiaji wa wingu, USB/diski ya nje, na faili zilizobadilishwa katika siku 60 zilizopita kama kipaumbele cha juu; Andika sababu za kila uamuzi. Usiseme kwamba nguzo yoyote haiwezi kuchunguzwa; panga tu. Orodhesha kutokuwa na uhakika tofauti.
Mada madhubuti, vigezo vinavyolengwa, na kikwazo cha "kutokagua" hufanya matokeo kuwa bora na salama.
Jedwali la kulinganisha la njia za majaribio
Mbinu
Je!
hatua kali
hatari
Uondoaji wa heshi (NSRL)
Hutenga faili inayojulikana
Haraka sana, sahihi
Faili iliyorekebishwa hutoroka
De-rudufu
Nakala moja baada ya nyingine
Kuokoa wafanyakazi
Inaweza kuruka nakala ya karibu
neno kuu
Inatafuta masharti kamili
Rahisi, inayoweza kukaguliwa
Hukosa taarifa iliyofichwa
Utafutaji wa kimantiki (AI)
Hupata maana iliyo karibu zaidi
Hunasa maudhui ya siri
Hutoa chanya za uwongo
Mkusanyiko wa Maudhui (AI)
hugawanyika katika mada
Hutoa muhtasari
Hatari ya mandhari isiyo sahihi
Makosa ya kawaida
- Kukosa majaribio ya kuondoa. Kipaumbele cha chini sio "kutopitiwa upya"; sampuli ni muhimu.
- Uaminifu kabisa katika uondoaji wa heshi. Mabadiliko kidogo hubadilisha heshi; kesi muhimu inaweza kuhitaji scan kamili.
- Kutegemea tu neno kuu. Taarifa za siri na za siri hutoroka; Kamilisha kwa utafutaji wa kisemantiki.
- Haithibitishi chanya ya uwongo ya utafutaji wa kisemantiki. AI inaweza kuonyesha hati isiyo na maana kama "inayohusiana"; Soma na uthibitishe.
- Imeshindwa kuweka mantiki ya utatuzi wa hati. Mahakamani "kwanini uliiangalia hii kwanza?" Lazima uwe na jibu la swali.
Kwa muhtasari
Ujaribio mkubwa wa data ni nidhamu ya kuelekeza muda mdogo kwa uwezekano mkubwa wa ushahidi - kwa kutofuta chochote, kuamua tu agizo. AI; Inatoa kasi kubwa katika utafutaji wa kisemantiki, mkusanyiko wa maudhui, kuweka alama kwa sauti na kuweka vipaumbele baada ya kuondolewa. Lakini mtaalam anazingatia mipaka ya uondoaji wa hashi, hatari ya chanya / hasi za uwongo, na kanuni ya "kipaumbele cha chini haijachunguzwa". Kuandika maamuzi ya utatuzi kwa uhalali hufanya matokeo kutetewa mahakamani.
Jukumu la maombi
Andaa orodha ya metadata ya sampuli ya faili (jina, ukubwa, tarehe, ugani, muhtasari mfupi) wa mistari 30-40; weka faili chache "zinazopotosha" ndani yake (hati muhimu kwenye folda isiyo sahihi, faili iliyo na kiendelezi kilichobadilishwa). Weka kipaumbele kwa kiolezo cha "ripoti ya kipaumbele baada ya kuondolewa", kisha sampuli angalau 15% kutoka kwa nguzo ya kipaumbele cha chini ili kuona kama AI imekosa chochote.
orodha ya ukaguzi
- [ ] Niliweka utatuzi kama kipaumbele; Sikughairi makundi yoyote.
- [ ] Nilipunguza kelele kwa kuondoa heshi na kunakili tena, nikizingatia mipaka yake.
- [ ] Nilikamilisha neno kuu kwa utafutaji wa kisemantiki.
- [ ] Mimi mwenyewe nilithibitisha chanya za uwongo za matokeo ya kisemantiki/mkusanyiko.
- [ ] Niliandika maamuzi ya majaribio na uhalali wake.