![Jakie są niektóre z kluczowych wyzwań związanych z dużymi zbiorami danych w zakresie kryminalistyki cyfrowej? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); P: - Technologia Jakie są niektóre z kluczowych wyzwań związanych z dużymi zbiorami danych w zakresie kryminalistyki cyfrowej? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); P: - Technologia](https://a.continuousdev.com/technology/what-are-some-of-the-business-limitations-of-the-public-cloud-presented-by-turbonomic.jpg)
Zawartość
P:
Jakie są niektóre z kluczowych wyzwań związanych z Big Data, jeśli chodzi o cyfrową kryminalistykę?
ZA:
Jednym z najważniejszych aksjomatów medycyny sądowej, cyfrowej lub innej, jest zasada wymiany Locarda. Mówiąc najprościej, zasada ta sformułowana przez dr Edmonda Locarda (znanego w jego czasach jako „Sherlock Holmes z Francji”) stanowi:
„Każdy kontakt pozostawia ślad”.
Te ślady to drobne kawałki pozostawione przez badaczy kryminalistycznych w celu ustalenia w danej sytuacji, co się stało, gdzie to się wydarzyło, z kim to się stało, kiedy to się stało, jak to się stało i kto to zrobił.
Tak więc cyfrowa kryminalistyka to poszukiwanie artefaktów i śladów cyfrowych dowodów: małych danych, a nie dużych danych. Big data jako koncepcja to badanie ogromnych i złożonych zestawów danych, w których tradycyjne metody analizy nie działają, a także nowe metodologie „dużych zbiorów danych”.
Na przykład algorytmy AI mogą być wykorzystywane do wykrywania wzorców użytkowania urządzeń mobilnych i GPS w celu określenia mikroregionów bogactwa lub ubóstwa. To dobry przykład „dużych zbiorów danych” w pracy.
Dlatego duże zbiory danych nie stanowią dużego wyzwania dla cyfrowej medycyny sądowej, ponieważ dotyczą mniejszych zbiorów danych.