![Каковы некоторые из ключевых проблем больших данных, когда речь идет о цифровой криминалистике? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Технология Каковы некоторые из ключевых проблем больших данных, когда речь идет о цифровой криминалистике? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Технология](https://a.continuousdev.com/technology/what-are-some-of-the-business-limitations-of-the-public-cloud-presented-by-turbonomic.jpg)
Содержание
Q:
Каковы некоторые из ключевых проблем больших данных, когда речь идет о цифровой криминалистике?
A:
Одной из главных аксиом криминалистики, цифровой или иной, является принцип обмена Локарда. Проще говоря, этот принцип, сформулированный доктором Эдмондом Локардом (известный в свое время как «Шерлок Холмс Франции»), гласит:
«Каждый контакт оставляет след».
Эти следы представляют собой крошечные кусочки, оставленные нами, которые мы, судебные следователи, используем, чтобы помочь определить в конкретной ситуации, что произошло, где это произошло, с кем это случилось, когда это произошло, как это произошло и кто это сделал.
Таким образом, цифровая криминалистика - это поиск артефактов и следов цифровых доказательств: небольших данных, а не больших данных. Большие данные, как концепция, - это изучение огромных и сложных наборов данных, в которых не работают традиционные методы анализа, а также новые методологии «больших данных».
Например, алгоритмы искусственного интеллекта могут использоваться для обнаружения моделей использования на мобильных устройствах, а GPS - для определения микрообластей богатства или бедности. Это хороший пример «больших данных» на работе.
Таким образом, большие данные не представляют большой проблемы для цифровой криминалистики, поскольку они работают с небольшими наборами данных.