Lợi nhuận:
- Hiểu rằng các bước thu thập như thứ tự biến động, thu thập hình ảnh, hàm băm và chuỗi hành trình sản phẩm là trách nhiệm của con người và trí tuệ nhân tạo chỉ tạo ra các kế hoạch và mẫu ở đây
- Khả năng sử dụng trí tuệ nhân tạo một cách an toàn để tăng tốc quá trình xem xét bằng tính năng phân loại tệp, OCR, tóm tắt và trích xuất nội dung sau khi chụp ảnh
- Có thể phân biệt rằng việc phân loại không phải là loại trừ mà là ưu tiên và việc lấy mẫu từ nhóm có mức độ ưu tiên thấp là cần thiết để tránh nguy cơ âm tính giả.
Bạn đã đến hiện trường vụ án: một chiếc máy tính đang mở trên bàn, một ổ đĩa ngoài, hai chiếc điện thoại và một phòng máy chủ. Mọi thiết bị đều là một nguồn bằng chứng tiềm năng; Mọi hành động sai trái đều là bằng chứng sẽ bị bác bỏ trước tòa. Thu thập chứng cứ là quá trình thu thập, sao chép chứng cứ số một cách nguyên vẹn, có thể kiểm chứng và phù hợp với quy định của pháp luật. Trong phần này, bạn sẽ tìm hiểu những bước nào của quy trình này mà AI có thể hỗ trợ một cách an toàn và những bước nào chắc chắn nên thực hiện. Nguyên tắc quan trọng ngay từ đầu: AI không thu thập bằng chứng và không chụp ảnh; Nó giúp xem xét và đẩy nhanh việc rút ra các bằng chứng được thu thập và xác minh.
Thứ tự thu thập và dữ liệu dễ bay hơi
Có một nguyên tắc ưu tiên trong việc thu thập bằng chứng: thứ tự biến động - thu thập từ dữ liệu biến mất nhanh nhất đến dữ liệu lâu dài nhất. Ở trên cùng là dữ liệu dễ thay đổi - nội dung RAM bị mất khi thiết bị tắt, mở kết nối mạng, chạy tiến trình; Sau đó đến đĩa, sau đó là các bản ghi bên ngoài. Dữ liệu dễ thay đổi, một khi bị mất, sẽ không quay trở lại; Do đó, trong hệ thống đang chạy, RAM được đặt trước đĩa.
AI không đưa ra quyết định ở giai đoạn này, nhưng rất hữu ích trong việc tạo ra danh sách kiểm tra và phác thảo quy trình: “Tôi nên thu thập những gì, theo thứ tự nào, bằng công cụ nào, tôi nên ghi lại những gì trong tình huống này?” Bản thân quy trình thu thập (liên kết chặn ghi, thu thập hình ảnh, xác minh hàm băm, niêm phong) đều do con người thực hiện và mọi bước đều được ghi lại.
Mẹo: Trước khi bạn bắt đầu chọn hàng, hãy giải thích kịch bản của bạn cho AI và soạn thảo "kế hoạch chọn hàng tuần tự có biến động"; sau đó so sánh dự thảo này với quy trình tiêu chuẩn của tổ chức bạn (ví dụ: luật pháp địa phương và SOP của phòng thí nghiệm). AI là lời nhắc nhở, không phải quyền lực.
Hình ảnh và băm: chuỗi bất khả xâm phạm
Một hình ảnh chính xác được lấy từ mỗi thiết bị được thu thập. Trong khi hình ảnh đang được nhập, nguồn được bảo vệ bằng trình chặn ghi; Khi hình ảnh hoàn tất, hàm băm (SHA-256 được ưu tiên; riêng MD5 hiện được coi là yếu) sẽ được tính toán. Hàm băm này là dấu vân tay của hình ảnh: nó phải giống nhau ở mọi lần kiểm tra hàm băm trong suốt quá trình kiểm tra, nếu không hình ảnh sẽ bị hỏng. Biểu mẫu chuỗi quyền giám sát (bởi ai, khi nào, ở đâu bằng chứng được lấy, nó được đặt ở đâu, nó được giao cho ai) được cập nhật mỗi khi nó được đổi chủ.
AI thực hiện hai công việc an toàn ở đây: (1) tạo ra các mẫu thẻ chuỗi hành trình và bằng chứng để điền vào trong quá trình thu thập; (2) sắp xếp các giá trị băm và dấu thời gian bạn đã thu thập để kiểm tra tính nhất quán (“ba giá trị băm này có giống nhau không, hình ảnh nào thuộc về thiết bị nào?”). AI không tự tính toán hàm băm - nó biến nó thành một công cụ pháp y; AI chỉ chỉnh sửa bản ghi.
Đánh giá khả năng tăng tốc: Sức mạnh thực sự của AI
Sau khi bằng chứng được xác minh và hình ảnh được chụp lại, AI thực sự tỏa sáng. Các khu vực tăng tốc điển hình:
- Phân loại tệp: Nhóm hàng chục nghìn tệp theo loại, nội dung và mức độ liên quan có thể có cũng như mức độ ưu tiên đề xuất.
- Tóm tắt văn bản và tài liệu: Trích xuất chủ đề và bên cho các hợp đồng dài, email, bản ghi cuộc trò chuyện.
- OCR và nội dung trực quan: Trích xuất văn bản từ tài liệu được quét (OCR - nhận dạng ký tự quang học, chuyển đổi văn bản trong hình ảnh) và gắn thẻ đối tượng/văn bản trong hình ảnh.
- Trích xuất thực thể (NER - nhận dạng thực thể được đặt tên, tìm các thực thể được đặt tên như người, tổ chức, tài khoản, IP từ văn bản): liệt kê người, IBAN, điện thoại, e-mail, địa chỉ ví tiền điện tử từ hàng nghìn tài liệu.
- Mô tả mã và lệnh: Giải thích bằng ngôn ngữ đơn giản nội dung của tập lệnh hoặc lịch sử lệnh được tìm thấy (cần được xác minh).
Trong mỗi cái, đầu ra là điểm khởi đầu; Quyết định về mức độ phù hợp và giá trị bằng chứng thuộc về chuyên gia.
Chú ý: AI nói "tệp này không liên quan" là không đủ để loại bỏ tệp đó mà không kiểm tra nó. Việc phân loại giảm mức độ ưu tiên, nhưng trong những trường hợp quan trọng, việc lấy mẫu cũng được thực hiện từ cụm có mức độ ưu tiên thấp. Kết quả âm tính giả (bỏ qua bằng chứng xác thực là “không liên quan”) là sai lầm đắt giá nhất trong điều tra máy tính.
ba trường hợp nhỏ
Trường hợp 1 - Tài liệu bí mật với OCR. Một cuộc điều tra tham nhũng có 14.000 trang được quét; không ai trong số họ là văn bản có thể tìm kiếm được. Với OCR được hỗ trợ bởi AI, tất cả các trang đều được sao chép và tìm kiếm các mẫu như "offshore", tên công ty cụ thể và IBAN. 9 trang quan trọng được tìm thấy trong 40 phút; Đọc bằng tay sẽ mất hàng tuần. Mỗi trang sau đó đã được xác minh một cách chuyên nghiệp.
Trường hợp 2 - Mạng quan hệ suy luận thực thể. Một tệp lừa đảo chứa 6.200 email. Với NER, tất cả danh bạ, tài khoản và điện thoại đều được trích xuất và danh sách mối quan hệ được tạo; Vì vậy, hai tài khoản môi giới không được chú ý trước đó đã xuất hiện. AI đã đánh dấu sự kết nối; Công tố viên đã xác nhận bằng chứng trong chính các email.
Trường hợp 3 - Nguy cơ âm tính giả. Một nhóm muốn loại bỏ hoàn toàn bộ 30.000 tệp mà AI gọi là "lãi suất thấp". Chuyên gia cấp cao đã lấy mẫu ngẫu nhiên 2% từ cụm này và tìm thấy một bản ghi quan trọng trong đó: AI đã phân loại sai tệp do phần mở rộng bất thường. Kỷ luật lấy mẫu đã cứu trường hợp.
Bốn mẫu có thể sao chép
1) Dự thảo kế hoạch thu nợ:
Vai trò của bạn: chuyên gia thu thập pháp y hiện trường vụ án. Kịch bản: [trên PC, 2 điện thoại, 1 NAS, máy chủ đang chạy]. Vạch ra kế hoạch thu thập cho tôi theo thứ tự biến động: cần thu thập những gì cho mỗi thiết bị, công cụ nào được khuyến nghị, những gì cần ghi lại. Xin lưu ý rằng đây là bản nháp và cần được xác nhận theo luật pháp địa phương.
2) Mẫu chuỗi hành trình sản phẩm:
Tạo cho tôi mẫu biểu mẫu chuỗi quyền giám sát: bao gồm số bằng chứng, mô tả thiết bị, số sê-ri, người thu thập, ngày/giờ, phương pháp thu thập, hàm băm (SHA-256), người nhận, người giao, vị trí lưu trữ và dòng cho mỗi lần chuyển giao.
3) Yêu cầu phân loại tệp hàng loạt:
Tôi sẽ cung cấp cho bạn danh sách các tệp (tên, kích thước, ngày tháng, phần mở rộng). Nhóm theo khả năng quan tâm pháp y cao/trung bình/thấp và viết LÝ DO. Lưu ý: mức "thấp" không bị loại bỏ mà chỉ được ưu tiên. Đánh dấu riêng những nội dung có phần mở rộng không khớp.
4) Giải thích tập lệnh tìm thấy:
Giải thích lịch sử tập lệnh/lệnh này trong bối cảnh pháp lý: nó làm gì, nó có quyền truy cập vào tệp/mạng nào, có bất kỳ dấu vết nào về sự tồn tại hoặc đánh cắp dữ liệu không? Liên kết từng xác nhận với một dòng trong tập lệnh. Nếu bạn không chắc chắn, hãy đánh dấu là "phải được xác minh".
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tách các tập tin này theo những tập tin quan trọng.
"Đáng kể" không được xác định; AI sàng lọc các giả định của riêng mình và có thể bỏ lỡ bằng chứng quan trọng.
Lời nhắc mạnh mẽ:
Vai trò của bạn: nhà phân tích phân loại pháp y. Bối cảnh: Chúng tôi đang điều tra sự cố ransomware, mã hóa và đánh cắp dữ liệu. Tôi sẽ cung cấp cho bạn danh sách các tệp có tên, kích thước, ngày tạo/sửa đổi và phần mở rộng. Nhiệm vụ: công cụ mã hóa, nén/lưu trữ, tiện ích mở rộng bất thường, đã thay đổi trong 72 giờ qua và đánh dấu các tệp xuất lớn là ưu tiên cao; Viết lời biện minh cho mỗi quyết định. Nếu tiện ích mở rộng không phù hợp với nội dung mong đợi, cũng nên cảnh báo. Đừng nói "xóa/loại bỏ" bất kỳ tập tin nào; chỉ cần ưu tiên.
Bối cảnh, mục tiêu và ràng buộc "không nói xóa" làm cho đầu ra vừa hữu ích vừa an toàn.
Bộ sưu tập và đánh giá: Biểu đồ vai trò của AI
Sân khấu
AI có an toàn không?
công việc của AI
công việc của con người
Thu thập dữ liệu dễ bay hơi
Không (quyết định)
dự thảo kế hoạch
Bộ sưu tập, tài liệu
thu nhận hình ảnh
không
mẫu
Viết chặn, băm
Xác minh băm
không
ghi lại thứ tự
Tính toán và xác nhận qua xe
Phân loại tập tin
Có
sự ưu tiên
quyết định, lấy mẫu
Trích xuất OCR/văn bản
Có
chuyển đổi
xác minh độ chính xác
suy luận thực thể
Có
Tạo danh sách
Quyết định liên quan
Những lỗi thường gặp
- Đang cố gắng để AI "làm" việc nhặt hàng. AI không thêm vào; Nó chỉ tạo ra các kế hoạch và mẫu. Hình ảnh và hàm băm là tác phẩm của con người.
- Nhầm kết quả phân loại là loại trừ dứt khoát. Đừng bỏ qua việc lấy mẫu từ cụm "lãi suất thấp".
- Trích dẫn đầu ra OCR mà không xác minh nó. OCR có thể trộn các chữ cái (0/0, 1/l); Xác nhận các giá trị quan trọng với nguồn.
- Tin tưởng một cách mù quáng vào phần mở rộng. Phần mở rộng có thể đã được thay đổi; Kiểm tra loại nội dung.
- Tải dữ liệu cá nhân lên xe không đeo khẩu trang. Dữ liệu TC/IBAN/sức khỏe có thể bị rò rỉ trong suy luận hàng loạt.
Tóm lại
Thu thập bằng chứng là trách nhiệm của con người: thứ tự biến động, hình ảnh, hàm băm và chuỗi hành trình sản phẩm đều nằm trong tay con người; Ở đây AI chỉ tạo ra các kế hoạch và mẫu. Sau khi bằng chứng được xác minh và hình ảnh được chụp, AI sẽ bổ sung giá trị thực trong việc tăng tốc độ đánh giá (phân loại, OCR, tóm tắt, trích xuất thực thể, chú thích mã). Nhưng mọi đầu ra đều là một dấu hiệu cần được xác minh; Quyết định về mức độ phù hợp và giá trị bằng chứng thuộc về chuyên gia, người cũng tính đến nguy cơ phủ định sai.
Nhiệm vụ ứng dụng
Mô tả một tình huống sự cố hư cấu (ví dụ: một nhân viên bị nghi ngờ lấy cắp dữ liệu). Trước tiên, hãy vẽ một kế hoạch bằng mẫu "Dự thảo kế hoạch thu thập" và so sánh nó với quy trình địa phương. Sau đó chuẩn bị danh sách tệp mẫu gồm 20 dòng và ưu tiên sử dụng mẫu "Xử lý tệp hàng loạt"; lấy mẫu tay ít nhất 10% và xác minh phân loại của AI.
danh sách kiểm tra
- [ ] Tôi lập kế hoạch thu nợ theo thứ tự biến động và so sánh với quy trình.
- [ ] Tôi đã nhận được hình ảnh và hàm băm thông qua con người/công cụ; Tôi đã không làm điều đó bằng AI.
- [ ] Tôi đã cập nhật biểu mẫu Chuỗi hành trình sản phẩm mỗi lần nó được đổi chủ.
- [ ] Tôi đã lấy mẫu từ cụm "thấp" của kết quả phân loại.
- [ ] Tôi đã xác minh OCR và đầu ra nội dung bằng nguồn; Tôi đã che giấu dữ liệu cá nhân.