在数字取证方面,大数据有哪些主要挑战? googletag.cmd.push(function(){googletag.display(div-gpt-ad-1562928221186-0);});问:

作者: Roger Morrison
创建日期: 28 九月 2021
更新日期: 1 七月 2024
Anonim
在数字取证方面,大数据有哪些主要挑战? googletag.cmd.push(function(){googletag.display(div-gpt-ad-1562928221186-0);});问: - 技术
在数字取证方面,大数据有哪些主要挑战? googletag.cmd.push(function(){googletag.display(div-gpt-ad-1562928221186-0);});问: - 技术

内容

问:

在数字取证方面,大数据有哪些主要挑战?


A:

Locard的交换原则是数字取证或其他方面最重要的取证公理。简而言之,由爱德蒙·洛卡德(Edmond Locard)博士(在他的时代被称为“法国夏洛克·福尔摩斯”)制定的这一原则指出:

“每次接触都会留下痕迹。”

这些痕迹是我们法医研究人员用来帮助确定给定情况下发生的事情,发生的地点,发生的人,发生的时间,发生的方式以及发生的人的遗留的微小碎片。

因此,数字取证是对数字证据的人工产物和痕迹的追求:小数据,而不是大数据。大数据作为一个概念,是对传统分析方法无法发挥作用的庞大而复杂的数据集以及新的“大数据”方法学的研究。

例如,AI算法可用于检测移动设备和GPS上的使用模式,以确定财富或贫困的微观区域。这是工作中“大数据”的一个很好的例子。

因此,大数据不会对数字取证带来很大挑战,因为大数据处理的是较小的数据集。