Hvad er nogle af de vigtigste udfordringer ved big data, når det kommer til digital forensics? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Forfatter: Roger Morrison
Oprettelsesdato: 28 September 2021
Opdateringsdato: 1 Juli 2024
Anonim
Hvad er nogle af de vigtigste udfordringer ved big data, når det kommer til digital forensics? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi
Hvad er nogle af de vigtigste udfordringer ved big data, når det kommer til digital forensics? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi

Indhold

Q:

Hvad er nogle af de vigtigste udfordringer ved big data, når det kommer til digital forensics?


EN:

En af de største axiomer inden for kriminalteknik, digital eller på anden måde, er Locards udvekslingsprincip. Kort sagt, dette princip, formuleret af Dr. Edmond Locard (kendt i hans tid som "Sherlock Holmes fra Frankrig"), siger:

”Hver kontakt efterlader et spor.”

Disse spor er de små stykker, som vi har efterladt, som vi retsmedicinske efterforskere bruger til at bestemme i en given situation, hvad der skete, hvor det skete, hvem det skete med, hvornår det skete, hvordan det skete og hvem der gjorde det.

Så digital kriminalteknologi er udøvelsen af ​​artefakter og spor af digital bevis: små data, ikke big data. Big data er som et koncept studiet af enorme og komplekse datasæt, hvor traditionelle analysemetoder ikke fungerer såvel som nye "big data" -metoder.

F.eks. Kan AI-algoritmer bruges til at detektere brugsmønstre på mobile enheder og GPS til at bestemme mikroregioner af rigdom eller fattigdom. Dette er et godt eksempel på “big data” på arbejdet.


Big data er derfor ikke meget af en udfordring for digital kriminalteknologi, fordi de beskæftiger sig med mindre datasæt.