சான்றுகள் சேகரிப்பு மற்றும் தேர்வு ஆதரவு: இமேஜிங், வரிசைப்படுத்துதல் மற்றும் பகுப்பாய்வு முடுக்கம்

ஆதாயங்கள்:

• ஏற்ற இறக்கம் ஒழுங்கு, படம் கையகப்படுத்தல், ஹாஷ் மற்றும் காவலில் உள்ள சங்கிலி போன்ற சேகரிப்பு படிகள் மனித பொறுப்பு என்பதை புரிந்துகொள்வது, மேலும் செயற்கை நுண்ணறிவு இங்கே திட்டங்களையும் டெம்ப்ளேட்களையும் மட்டுமே உருவாக்குகிறது.
• கோப்பு சோதனை, OCR, சுருக்கம் மற்றும் படம் எடுக்கப்பட்ட பிறகு சொத்து பிரித்தெடுத்தல் மூலம் மதிப்பாய்வை துரிதப்படுத்த செயற்கை நுண்ணறிவைப் பாதுகாப்பாகப் பயன்படுத்தும் திறன்
• ட்ரையேஜ் என்பது நீக்குதல் அல்ல, முன்னுரிமைப்படுத்தல் என்றும், தவறான எதிர்மறைகளின் ஆபத்தைத் தவிர்க்க குறைந்த முன்னுரிமை குழுவிலிருந்து மாதிரி எடுப்பது அவசியம் என்றும் வேறுபடுத்திப் பார்க்க முடியும்.

நீங்கள் குற்றம் நடந்த இடத்திற்கு வந்துவிட்டீர்கள்: மேஜையில் திறந்திருக்கும் கணினி, வெளிப்புற இயக்கி, இரண்டு தொலைபேசிகள் மற்றும் ஒரு சர்வர் அறை. ஒவ்வொரு சாதனமும் ஆதாரத்தின் சாத்தியமான ஆதாரமாகும்; ஒவ்வொரு தவறான நடவடிக்கையும் நீதிமன்றத்தில் நிராகரிக்கப்படும் சாட்சியமாகும். சான்றுகள் கையகப்படுத்தல் என்பது டிஜிட்டல் சான்றுகளை அப்படியே, சரிபார்க்கக்கூடிய மற்றும் சட்டத்தின்படி கைப்பற்றி நகலெடுக்கும் செயல்முறையாகும். இந்த யூனிட்டில், இந்தச் செயல்பாட்டின் எந்தப் படிகளில் AI பாதுகாப்பாக உதவ முடியும் மற்றும் எந்தப் படிகளில் அது கண்டிப்பாகப் பின் தங்கியிருக்க வேண்டும் என்பதை நீங்கள் அறிந்து கொள்வீர்கள். ஆரம்பத்திலிருந்தே முக்கியமான விதி: AI ஆதாரங்களை சேகரிக்காது மற்றும் படங்களை எடுக்காது; சேகரிக்கப்பட்ட மற்றும் சரிபார்க்கப்பட்ட ஆதாரங்களின் வழித்தோன்றலை மறுபரிசீலனை செய்யவும் விரைவுபடுத்தவும் இது உதவுகிறது.

சேகரிப்பு வரிசை மற்றும் கொந்தளிப்பான தரவு

ஆதாரங்களை சேகரிப்பதில் முன்னுரிமை என்ற கொள்கை உள்ளது: ஏற்ற இறக்கத்தின் வரிசை - மிக விரைவாக மறைந்து வரும் தரவுகளிலிருந்து மிக நிரந்தரமாக சேகரிப்பது. மேலே கொந்தளிப்பான தரவு உள்ளது - சாதனம் அணைக்கப்படும் போது ரேம் உள்ளடக்கங்கள் இழக்கப்படும், பிணைய இணைப்புகளைத் திறக்கும், இயங்கும் செயல்முறைகள்; பின்னர் வட்டு வருகிறது, பின்னர் வெளிப்புற பதிவுகள். கொந்தளிப்பான தரவு, ஒருமுறை தொலைந்துவிட்டால், மீண்டும் வராது; எனவே, இயங்கும் அமைப்பில், ரேம் வட்டுக்கு முன் டம்ப் செய்யப்படுகிறது.

இந்த கட்டத்தில் AI முடிவுகளை எடுக்காது, ஆனால் சரிபார்ப்பு பட்டியல்கள் மற்றும் செயல்முறை வரையறைகளை தயாரிப்பதில் பயனுள்ளதாக இருக்கும்: "நான் எதை சேகரிக்க வேண்டும், எந்த வரிசையில், எந்த கருவி மூலம், இந்த சூழ்நிலையில் நான் என்ன ஆவணப்படுத்த வேண்டும்?" சேகரிப்பு செயல்முறையே (எழுது-தடுத்தல் பிணைப்பு, படத்தைப் பெறுதல், ஹாஷ் சரிபார்ப்பு, சீல் செய்தல்) மனிதர்களின் கைகளில் உள்ளது மற்றும் ஒவ்வொரு அடியும் ஆவணப்படுத்தப்பட்டுள்ளது.

உதவிக்குறிப்பு: நீங்கள் எடுக்கத் தொடங்கும் முன், உங்கள் சூழ்நிலையை AIக்கு விளக்கி, "வாலட்டிலிட்டி சீக்வென்ஷியல் பிக்கிங் திட்டத்தை" வரையவும்; இந்த வரைவை உங்கள் நிறுவனத்தின் நிலையான நடைமுறையுடன் ஒப்பிடவும் (எ.கா. உள்ளூர் சட்டம் மற்றும் ஆய்வக SOP). AI என்பது நினைவூட்டல், அதிகாரம் அல்ல.

இமேஜிங் மற்றும் ஹாஷிங்: மீற முடியாத சங்கிலி

சேகரிக்கப்பட்ட ஒவ்வொரு சாதனத்திலிருந்தும் ஒரு துல்லியமான படம் எடுக்கப்பட்டது. படம் இறக்குமதி செய்யப்படும்போது, ​​மூலமானது எழுதும் தடுப்பான் மூலம் பாதுகாக்கப்படுகிறது; படம் முடிந்ததும், ஒரு ஹாஷ் (SHA-256 விரும்பப்படுகிறது; MD5 மட்டும் இப்போது பலவீனமாகக் கருதப்படுகிறது) கணக்கிடப்படுகிறது. இந்த ஹாஷ் என்பது படத்தின் கைரேகை: தேர்வு முழுவதும் ஒவ்வொரு ஹாஷ் சோதனையிலும் ஒரே மாதிரியாக இருக்க வேண்டும், இல்லையெனில் படம் சிதைந்துள்ளது. காவலில் வைக்கும் படிவம் (யாரால், எப்போது, ​​எங்கு ஆதாரம் எடுக்கப்பட்டது, எங்கு வைக்கப்பட்டது, யாருக்கு வழங்கப்பட்டது) ஒவ்வொரு முறையும் கை மாறும்போது புதுப்பிக்கப்படும்.

AI இங்கு இரண்டு பாதுகாப்பான வேலைகளைச் செய்கிறது: (1) சேகரிப்பின் போது நிரப்பப்பட வேண்டிய காவலின் சங்கிலி மற்றும் சான்று டேக் டெம்ப்ளேட்களை உருவாக்குகிறது; (2) சீரான சோதனைக்காக நீங்கள் சேகரித்த ஹாஷ்கள் மற்றும் நேர முத்திரைகளை ஒழுங்கமைக்கிறது ("இந்த மூன்று ஹாஷ்களும் ஒன்றா, எந்தப் படம் எந்தச் சாதனத்தைச் சேர்ந்தது?"). AI ஆனது ஹாஷையே கணக்கிடவில்லை - இது ஒரு தடயவியல் கருவியாக மாற்றுகிறது; AI பதிவை மட்டுமே திருத்துகிறது.

மதிப்பாய்வு முடுக்கம்: AI இன் உண்மையான சக்தி

சான்றுகள் சரிபார்க்கப்பட்டு, படம் பிடிக்கப்பட்டவுடன், AI உண்மையிலேயே பிரகாசிக்கிறது. வழக்கமான முடுக்கம் பகுதிகள்:

• கோப்பு வகைப்பாடு: வகை, உள்ளடக்கம் மற்றும் சாத்தியமான பொருத்தம் மற்றும் முன்னுரிமைகள் ஆகியவற்றின் அடிப்படையில் பல்லாயிரக்கணக்கான கோப்புகளை தொகுத்தல்.
• உரை மற்றும் ஆவணச் சுருக்கம்: நீண்ட ஒப்பந்தங்கள், மின்னஞ்சல்கள், அரட்டை டிரான்ஸ்கிரிப்ட்களுக்கான பொருள் மற்றும் கட்சிப் பிரித்தெடுத்தல்.
• OCR மற்றும் காட்சி உள்ளடக்கம்: ஸ்கேன் செய்யப்பட்ட ஆவணங்களிலிருந்து உரையைப் பிரித்தெடுத்தல் (OCR - ஆப்டிகல் கேரக்டர் அறிதல், ஒரு படத்தில் உரையை மாற்றுதல்) மற்றும் படங்களில் பொருள்கள்/உரையைக் குறியிடுதல்.
• உட்பொருளைப் பிரித்தெடுத்தல் (NER — பெயரிடப்பட்ட நிறுவன அங்கீகாரம், உரையிலிருந்து நபர், நிறுவனம், கணக்கு, IP போன்ற பெயரிடப்பட்ட நிறுவனங்களைக் கண்டறிதல்): ஆயிரக்கணக்கான ஆவணங்களிலிருந்து நபர், IBAN, தொலைபேசி, மின்னஞ்சல், கிரிப்டோ வாலட் முகவரி ஆகியவற்றைப் பட்டியலிடுதல்.
• குறியீடு மற்றும் கட்டளை விளக்கம்: கண்டுபிடிக்கப்பட்ட ஸ்கிரிப்ட் அல்லது கட்டளை வரலாறு என்ன செய்கிறது என்பதை எளிய மொழியில் விளக்கவும் (சரிபார்க்கப்பட வேண்டும்).

ஒவ்வொன்றிலும், வெளியீடு ஒரு தொடக்க புள்ளியாகும்; பொருத்தம் மற்றும் ஆதார மதிப்பு குறித்த முடிவு நிபுணரிடம் உள்ளது.

கவனம்: "இந்த கோப்பு பொருத்தமற்றது" என்று AI கூறுவது, அந்த கோப்பை ஆய்வு செய்யாமல் அகற்றுவது போதாது. ட்ரேஜ் முன்னுரிமையை குறைக்கிறது, ஆனால் முக்கியமான சந்தர்ப்பங்களில், குறைந்த முன்னுரிமை கிளஸ்டரிலிருந்து மாதிரியும் செய்யப்படுகிறது. தவறான எதிர்மறைகள் (உண்மையான ஆதாரங்களை "பொருத்தமற்றது" என்று தவிர்த்து) கணினி தடயவியலில் மிகவும் விலையுயர்ந்த தவறு.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - OCR உடன் இரகசிய ஆவணம். ஒரு ஊழல் விசாரணையில் 14,000 ஸ்கேன் செய்யப்பட்ட பக்கங்கள் இருந்தன; அவற்றில் எதுவும் தேடக்கூடிய உரை இல்லை. AI-இயங்கும் OCR உடன், அனைத்து பக்கங்களும் படியெடுக்கப்பட்டு "ஆஃப்ஷோர்", ஒரு குறிப்பிட்ட நிறுவனத்தின் பெயர் மற்றும் IBAN போன்ற வடிவங்களுக்காக தேடப்பட்டன. 9 முக்கியமான பக்கங்கள் 40 நிமிடங்களில் கிடைத்தன; கையால் வாசிப்பது வாரங்கள் எடுக்கும். ஒவ்வொரு பக்கமும் நிபுணத்துவத்துடன் சரிபார்க்கப்பட்டது.

வழக்கு 2 — நிறுவன அனுமான உறவு நெட்வொர்க். ஒரு மோசடி கோப்பில் 6,200 மின்னஞ்சல்கள் இருந்தன. NER உடன், அனைத்து தொடர்புகள், கணக்குகள் மற்றும் ஃபோன்கள் பிரித்தெடுக்கப்பட்டு ஒரு உறவுப் பட்டியல் உருவாக்கப்பட்டது; இதனால், முன்னர் கவனிக்கப்படாத இரண்டு தரகு கணக்குகள் வெளிவந்தன. AI இணைப்பைக் குறித்தது; மின்னஞ்சல்களில் உள்ள ஆதாரங்களை வழக்கறிஞர் உறுதிப்படுத்தினார்.

வழக்கு 3 - தவறான எதிர்மறைகளின் ஆபத்து. AI "குறைந்த வட்டி" என்று அழைக்கப்படும் 30,000 கோப்புகளின் தொகுப்பை முற்றிலுமாக அகற்ற ஒரு குழு விரும்பியது. மூத்த நிபுணர் இந்த கிளஸ்டரிலிருந்து 2% மாதிரியை தோராயமாக எடுத்து அதில் ஒரு முக்கியமான பதிவைக் கண்டறிந்தார்: அசாதாரண நீட்டிப்பு காரணமாக AI கோப்பை தவறாக வகைப்படுத்தியது. மாதிரி ஒழுக்கம் வழக்கைக் காப்பாற்றியது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) வரைவு சேகரிப்பு திட்டம்:

உங்கள் பங்கு: குற்றம் நடந்த தடயவியல் சேகரிப்பு நிபுணர். காட்சி: [PC இல், 2 ஃபோன்கள், 1 NAS, இயங்கும் சர்வரில்]. ஏற்ற இறக்கத்தின் படி எனக்கான சேகரிப்புத் திட்டத்தை கோடிட்டுக் காட்டுங்கள்: ஒவ்வொரு சாதனத்திற்கும் என்ன சேகரிக்க வேண்டும், என்ன கருவி பரிந்துரைக்கப்படுகிறது, எதை ஆவணப்படுத்த வேண்டும். இது ஒரு வரைவு மற்றும் உள்ளூர் சட்டத்தின்படி உறுதிப்படுத்தல் தேவை என்பதை நினைவில் கொள்ளவும்.

2) காவலின் சங்கிலி டெம்ப்ளேட்:

காவலில் வைக்கும் படிவ டெம்ப்ளேட்டை எனக்கு உருவாக்கவும்: சான்று எண், சாதன விளக்கம், வரிசை எண், சேகரிப்பான், தேதி/நேரம், சேகரிப்பு முறை, ஹாஷ் (SHA-256), ரிசீவர், டெலிவரி செய்பவர், சேமிப்பக இருப்பிடம் மற்றும் ஒவ்வொரு ஒப்படைப்புக்கான வரிகளும் அடங்கும்.

3) மொத்த கோப்பு சோதனைக் கோரிக்கை:

கோப்புகளின் பட்டியலை (பெயர், அளவு, தேதி, நீட்டிப்பு) தருகிறேன். தடயவியல் ஆர்வத்தின் அதிக/நடுத்தர/குறைந்த சாத்தியக்கூறுகளின் அடிப்படையில் குழுவாக்கி, நியாயத்தை எழுதவும். குறிப்பு: "குறைவானது" அகற்றப்படவில்லை, அது முதன்மையானது. நீட்டிப்பு-உள்ளடக்கம் பொருந்தாதவற்றை தனித்தனியாகக் குறிக்கவும்.

4) கண்டுபிடிக்கப்பட்ட ஸ்கிரிப்டை விளக்குங்கள்:

இந்த ஸ்கிரிப்ட்/கட்டளை வரலாற்றை ஒரு தடயவியல் சூழலில் விளக்கவும்: இது என்ன செய்கிறது, எந்த கோப்பு/நெட்வொர்க் அணுகல் உள்ளது, நிலைத்தன்மை அல்லது தரவு வெளியேற்றத்தின் தடயங்கள் ஏதேனும் உள்ளதா? ஒவ்வொரு வலியுறுத்தலையும் ஸ்கிரிப்ட்டில் உள்ள ஒரு வரியுடன் இணைக்கவும். உங்களுக்குத் தெரியாவிட்டால், "சரிபார்க்கப்பட வேண்டும்" எனக் குறிக்கவும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த கோப்புகளை முக்கியமானவற்றின் படி பிரிக்கவும்.

"கணிசமான" என்பது வரையறுக்கப்படவில்லை; AI அதன் சொந்த அனுமானங்களைச் சரிபார்த்து, முக்கியமான ஆதாரங்களைத் தவறவிடக்கூடும்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: தடயவியல் சோதனை ஆய்வாளர். சூழல்: ransomware சம்பவம், குறியாக்கம் மற்றும் தரவு வெளியேற்றம் ஆகியவற்றை நாங்கள் விசாரித்து வருகிறோம். பெயர், அளவு, உருவாக்கம்/மாற்றம் செய்த தேதி மற்றும் நீட்டிப்பு கொண்ட கோப்புகளின் பட்டியலை உங்களுக்கு தருகிறேன். பணி: குறியாக்கக் கருவி, சுருக்கம்/காப்பகம், அசாதாரண நீட்டிப்பு, கடந்த 72 மணிநேரத்தில் மாற்றப்பட்டது, மேலும் பெரிய ஏற்றுமதி கோப்புகளை அதிக முன்னுரிமையாகக் குறிக்கவும்; ஒவ்வொரு முடிவுக்கும் நியாயத்தை எழுதுங்கள். நீட்டிப்பு எதிர்பார்த்த உள்ளடக்கத்துடன் பொருந்தவில்லை என்றால், எச்சரிக்கவும். எந்த கோப்பையும் "நீக்கு/நிராகரி" என்று கூறாதீர்கள்; வெறும் முன்னுரிமை.

சூழல், இலக்கு மற்றும் "நீக்கு என்று சொல்லாதே" கட்டுப்பாடு ஆகியவை வெளியீட்டை பயனுள்ளதாகவும் பாதுகாப்பாகவும் ஆக்குகின்றன.

சேகரிப்பு மற்றும் மதிப்பாய்வு: AI பங்கு விளக்கப்படம்

மேடை

AI பாதுகாப்பானதா?

AI இன் வேலை

மனிதனின் வேலை

நிலையற்ற தரவு சேகரிப்பு

இல்லை (முடிவு)

திட்ட வரைவு

சேகரிப்பு, ஆவணங்கள்

படத்தை கையகப்படுத்துதல்

இல்லை

டெம்ப்ளேட்

எழுது தடுப்பான், ஹாஷ்

ஹாஷ் சரிபார்ப்பு

இல்லை

பதிவு ஒழுங்கு

வாகனம் மூலம் கணக்கீடு மற்றும் உறுதிப்படுத்தல்

கோப்பு சோதனை

ஆம்

முன்னுரிமை

முடிவு, மாதிரி

OCR/உரை பிரித்தெடுத்தல்

ஆம்

மாற்றம்

துல்லிய சரிபார்ப்பு

நிறுவன அனுமானம்

ஆம்

பட்டியல் உருவாக்கம்

பொருத்தமான முடிவு

பொதுவான தவறுகள்

• AI ஐ "செய்ய" எடுக்க முயற்சிக்கிறது. AI சேர்க்கவில்லை; இது திட்டங்கள் மற்றும் வார்ப்புருக்களை மட்டுமே உருவாக்குகிறது. படம் மற்றும் ஹாஷ் மனித படைப்புகள்.
• ட்ரேஜ் முடிவு திட்டவட்டமான நீக்கம் என தவறாக நினைக்கிறது. "குறைந்த வட்டி" கிளஸ்டரிலிருந்து மாதிரி எடுப்பதைத் தவிர்க்க வேண்டாம்.
• OCR வெளியீட்டை சரிபார்க்காமல் மேற்கோள் காட்டுதல். OCR எழுத்துக்களை கலக்கலாம் (0/0, 1/l); முக்கிய மதிப்புகளை மூலத்துடன் உறுதிப்படுத்தவும்.
• கண்மூடித்தனமாக நீட்டிப்பை நம்புகிறது. நீட்டிப்பு மாற்றப்பட்டிருக்கலாம்; உள்ளடக்க வகையைச் சரிபார்க்கவும்.
• முகமூடி இல்லாத வாகனத்தில் தனிப்பட்ட தரவைப் பதிவேற்றுதல். TC/IBAN/சுகாதாரத் தரவு மொத்த அனுமானத்தில் கசிந்திருக்கலாம்.

சுருக்கமாக

சாட்சியங்களை சேகரிப்பது ஒரு மனித பொறுப்பு: நிலையற்ற தன்மை, படம், ஹாஷ் மற்றும் காவலில் உள்ள சங்கிலி ஆகியவை மனித கைகளில் உள்ளன; இங்கே AI திட்டங்கள் மற்றும் டெம்ப்ளேட்களை மட்டுமே உருவாக்குகிறது. சான்றுகள் சரிபார்க்கப்பட்டு, படம் கைப்பற்றப்பட்டவுடன், மதிப்பாய்வை விரைவுபடுத்துவதில் AI உண்மையான மதிப்பைச் சேர்க்கிறது (முயற்சி, OCR, சுருக்கம், நிறுவனம் பிரித்தெடுத்தல், குறியீடு சிறுகுறிப்பு). ஆனால் ஒவ்வொரு வெளியீடும் சரிபார்க்கப்பட வேண்டிய அறிகுறியாகும்; பொருத்தம் மற்றும் ஆதார மதிப்பு குறித்த முடிவு நிபுணரிடம் உள்ளது, அவர் தவறான எதிர்மறைகளின் அபாயத்தையும் கணக்கில் எடுத்துக்கொள்கிறார்.

விண்ணப்ப பணி

ஒரு கற்பனையான சம்பவக் காட்சியை விவரிக்கவும் (எ.கா., ஒரு பணியாளர் தரவை வெளியேற்றுவதாக சந்தேகிக்கப்படுகிறார்). முதலில் "சேகரிப்புத் திட்ட வரைவு" டெம்ப்ளேட்டுடன் ஒரு திட்டத்தை வரைந்து உள்ளூர் நடைமுறையுடன் ஒப்பிடவும். பின்னர் 20 வரிகள் கொண்ட மாதிரி கோப்பு பட்டியலை தயார் செய்து, "மொத்த கோப்பு சோதனை" டெம்ப்ளேட்டுடன் முன்னுரிமை அளிக்கவும்; கை மாதிரி குறைந்தது 10% மற்றும் AI இன் வகைப்பாட்டைச் சரிபார்க்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் சேகரிப்புத் திட்டத்தை ஏற்ற இறக்கத்தின் வரிசையில் அமைத்து அதை செயல்முறையுடன் ஒப்பிட்டேன்.
• [ ] நான் மனித/கருவி மூலம் படத்தையும் ஹாஷையும் பெற்றேன்; நான் அதை AI ஆல் செய்யவில்லை.
• [ ] ஒவ்வொரு முறையும் கை மாறும்போது செயின் ஆஃப் கஸ்டடி படிவத்தைப் புதுப்பித்தேன்.
• [ ] டிரேஜ் முடிவின் "குறைந்த" கிளஸ்டரிலிருந்து மாதிரி எடுத்தேன்.
• [ ] OCR மற்றும் சொத்து வெளியீட்டை ஆதாரத்துடன் சரிபார்த்தேன்; தனிப்பட்ட தரவுகளை மறைத்துவிட்டேன்.