Verileri İşleme
Verilerin üzerine yazmak için çok sayıda başka yazılım paketi oldukça iyidir, ancak her birinin kendine has özellikleri ve eksiklikleri vardır.
Özellikle:
1. Ücretsiz yazılımının birçok sürümünün dosya silme işlevinin kusurlu olduğu bulundu. Yine de kullanmak istiyorsa, nasıl düzgün bir şekilde yapılacağına dair kapsamlı bir el için.
2. Samimiyetsiz bir şekilde adlandırılan yapımcılarının reklamını yaparken korkutma taktikleri nedeniyle onunla ilgili pek çok tartışmaya sahiptir.
Comparison_Shredders.htm'deki daha eksiksiz bir liste, öğütücülerin bulunabilirlik ve fiyatlandırma gibi diğer nitelikleri (veya bunların eksikliği) hakkında bilgiler içerir.
Disk temizleme için özel olarak değerlendirilmemiş başka ek yazılım ürünleri mevcuttur. Aşağıdakileri içerir, ancak bunlarla sınırlı değildir:
◗ Strafor Systems tarafından geliştirilen Shredder 2.0;
◗ FatFree Software'den İzlerinizi Kapatın 3.0
◗ Shiva, Isis Software Tarafından Dosyaların Yok Edicisi
Disk temizleme saatlerce sürebileceğinden, güvenlik bilincine sahip bir kullanıcının bunu olası bir tehdide karşı kullanamayacağı açıktır. Kişi böyle bir ortamdaysa (örneğin, totaliter bir rejim), kapının herhangi bir zamanda bir davetsiz misafir tarafından kırılabileceği varsayımıyla çok düzenli bir şekilde disk temizliği yapmalıdır.
Manyetik mikroskopi disklerin adli muayenesi
Cerberus Systems'tan Albert Bell Isle, dosyalara yönelik üç adli bilgisayar tehdidi sınıfını tanımlar. 1. Sınıf saldırılar yalnızca adli yazılım kullanır. Disk üzerine yazarak yenilebilirler.
1. Bir dosyanın tüm kopyaları (parçaları dahil);
2. Tüm dosya ayırma tablosu ve dosyaları ve özniteliklerini adlandırır;
3. Takas dosyası.
2. Sınıf saldırılar, özel yükselticiler ve sinyal işleme kullanır ve üzerine yazılan bazı dosyaları değişken başarı dereceleriyle kurtarabilir. Başarı derecesi, bir dosyanın üzerine kaç kez ve hangi veri modelleriyle yazıldığı, söz konusu manyetik ortamın fiziği, disk boyutu ve üreticisi gibi ayrıntılara bağlıdır.
3. Sınıf saldırılar, taramalı prob mikroskobundan türetilen manyetik kuvvet mikroskobu (MFM) kullanır. MFM'ye dayalı teknikler çok pahalıdır ve potansiyel olarak her tür yazılım kontrollü üzerine yazmanın üstesinden gelebilir.
Nispeten deneyimsiz bir kullanıcı için bile, bir sürücü plakasındaki verilerin görüntülerini almaya başlama süresi yaklaşık 5 dakikadır. Belirli bir parçanın yararlı görüntülerini almaya başlamak, disk biçimleri hakkında bilgi edinmekten daha fazlasını gerektirir, ancak bunlar iyi belgelenmiştir ve plaka üzerinde doğru konum bulunduğunda, beceriye bağlı olarak tek bir görüntü [birkaç dakika] alacaktır.
Daha pahalı MFM'lerden biriyle, bir toplama sırasını otomatikleştirmek mümkündür ve MFM denetleyici yazılımını değiştirerek tüm diskin görüntüsünü toplamak teorik olarak mümkündür.
Kişisel veri işleme şartları
Özel nitelikli kişisel veriler Nelerdir
Kişisel verilerin işlenmesi iptali
Veri işleme örnekleri
Kişisel verilerin işlenmesi ne demek
Kişisel veriler Nelerdir
Veri işleme şartları
Kişisel veri işleme faaliyeti
MFM'nin en yeni varyantı, manyetik kuvvet taramalı tünelleme mikroskobu (STM) kullanır. STM'nin temel prensibi, gösterildiği gibi tek bir atom noktasına kadar keskinleştirilmiş metalik bir uç ile iletken bir malzeme arasındaki tünelleme akımına dayanmaktadır.
STM daha hassastır ve incelenmekte olan diskin yüzeyine zarar verebilir. Üreticilerin satış rakamlarına göre, sahada kullanımda olan birkaç bin SPM vardı ve bunlardan bazıları, standart diskler için vakumlu aynalar gibi disk sürücü plakalarını analiz etmek için özel özelliklere sahipti. manyetik medya analizi için özel çalışma modları ile birlikte disk sürücü plakaları.
Bu SPM'ler, veri kurtarma sürecinin otomasyonuna izin vermek için gelişmiş programlanabilir kontrolörler ve analiz yazılımı ile birlikte kullanılabilir. Piyasada bulunan SPM'lerin çok pahalı olduğu düşünülürse, bir PC'yi denetleyici olarak kullanarak yaklaşık 1.400 ABD Doları'na makul ölçüde yetenekli bir SPM oluşturmak mümkündür." Manyetik Disk Silgileri konusunda Japonya'da da yeni bir patent var.
Saldırganın bakış açısından, tartışılanlar gibi aynı verileri elde etmenin daha ucuz, alternatif yollarını kullanma olasılığına ilişkin bir değerlendirme yapılması muhtemeldir.
Manyetik ortama karşı gelişmiş saldırılara ilişkin en iyi referans, Auckland Üniversitesi Bilgisayar Bilimleri Bölümü'nün "Manyetik ve Katı Hal Belleğinden Verilerin Güvenli Silinmesi" başlıklı biraz eski tarihli bir makalesidir.
"Silinen" manyetik kayıtların mikroskobik kalıntılarının çarpıcı fotoğraflarından oluşan mükemmel bir koleksiyon Digital Instruments'ın Web sitesinde bulunabilir.
Genel olarak, geleneksel mikroskopi kullanılarak manyetik ortamın adli analizi, günümüzde neredeyse tüm bilgisayarlar tarafından kullanılan kullanıma hazır ticari ortamlardaki manyetik depolama yoğunluğunun sürekli artması nedeniyle giderek daha zor hale gelmektedir.
Bugünün yoğunlukları inç kare başına 1 GB'a yaklaşıyor, bu da manyetik özelliklerin gerçek boyutunun mavi ışığın dalga boyundan bile daha küçük olduğu anlamına geliyor. Bu nedenle, bu tür ortamlarda adli analiz yapmak için SPM'nin gücünü kullanan yeni bir tekniğe, MFM'ye ihtiyaç vardır. Bu teknik, kişinin 50 nm (1 nm = 0.000000001m) kadar küçük özellikleri “görmesine” izin verir.
Hassas Veriler Nerede Saklanıyor?
Ne yazık ki, mahremiyete önem veren profesyoneller için hassas veriler, hepsinin dikkate alınması gereken çok fazla yerde saklanıyor. Nerede ve neden olduğunu anlamak için önce biraz teknik arka plan sunulmalıdır.
Küme İpuçları
Geçmiş yılların LP müzik kayıtları, müziği uzun spagetti benzeri tek bir olukta saklarken, bilgisayar diskleri, bilgileri depolayan çok sayıda tamamen ayrı kutuya bölünmüştür. Konuyu fazla basitleştirme riskini göze alarak, bu tür bölmelerin her birine "küme" denir (çünkü "sektörler" adı verilen bir grup daha küçük bölmeden oluşur, ancak bu, bu tartışmayla ilgisizdir).
Her bölmenin boyutu (yani, her bir kümeye ne kadar veri sığabileceği), diskin toplam kapasitesine, kullanılan işletim sistemine (yani, DOS, Windows 95, Windows 98 veya Win olup olmadığına) bağlıdır. Ve bir seçeneğin olduğu durumlarda her kullanıcının neyi seçtiği üzerine.
Bu tür kümelerin her birinin boyutu 256 bayttan (bir bayt aslında bir alfabetik sembol veya sayıdır) 65.536 bayta kadar değişebilir (her zaman 2'nin bir katı; yani 2'nin kendisi ile birkaç kez çarpılması).
Etkileri Karşılaştırma
Dönersek ve iki alt grup için elmasları alırsak, sonuçları elde ederiz. A ve B alt grupları için ortalama etki büyüklüğü, 0,003 ve 0,003 varyanslarla birlikte 0,324 ve 0,611’dir. Amacımız bu iki ortalama etkiyi karşılaştırmak ve ilerleyebileceğimiz üç yolu açıklıyoruz. Bu yaklaşımlar cebirsel olarak eşdeğerdir ve (bundan sonra) aynı p-değerini verir. Üç yaklaşımı sunmaktaki amacımız, sürece ilişkin içgörü sağlamaktır. A ile B’yi karşılaştırma: bir Z testi (Yöntem 1)
Burada sadece iki alt grup olduğu için etki büyüklüklerindeki ortalama fark ile direkt olarak çalışabiliriz. Birincil bir çalışmada, iki gruptaki ortalamaları karşılaştırmak isteseydik bir t testi yapardık. Meta-analizde ortalama ve varyans deneklerden çok çalışmalara dayalıdır ancak testin mantığı aynıdır.
Somut olarak, A ve B, A ve B gruplarının altında yatan gerçek etkiler olsun, MA ve MB tahmini etkiler olsun ve VMA ve VMB bunların varyansları olsun. İki etki arasındaki farkı belirtmek için Diff’i kullanırsak ve A’nın ortalamasını B’nin ortalamasından çıkarmayı seçersek olur.
ZDiff 5 3.6691’e karşılık gelen iki kuyruklu p değeri 0.0002’dir. Bu bize, tedavi etkisinin muhtemelen A çalışmaları için B çalışmaları için aynı olmadığını söylüyor. Excel’de, Z için 2 kuyruklu bir p değeri hesaplama işlevi 5(1-(NORMSDAĞ (ABS(Z))))*2’dir. Burada 5(1-(NORMSDIST(ABS(3.6691))))*2, 0.0002 değerini döndürür. A ile B’yi karşılaştırma: varyans analizine dayalı bir Q testi (Yöntem 2).
Birincil bir çalışmada, iki gruptaki ortalamaları karşılaştırmak için t-testi kullanılabilir, ancak ikiden fazla gruptaki ortalamaları karşılaştırmak için varyans analizini kullanırız. Somut olarak, toplam varyansı (bütün deneklerin büyük ortalama hakkında) gruplar içindeki varyans (konuların kendi ilgili gruplarının ortalamaları hakkında) ve gruplar arasındaki varyans (büyük ortalama hakkında grup ortalamalarının) olarak ayırıyoruz. Daha sonra, etki büyüklüğünün grup üyeliğinin fonksiyonu olarak farklılık gösterdiği hipotezini ele alan sonuncusu (gruplar arasındaki varyans) ile bu çeşitli varyans bileşenlerini istatistiksel anlamlılık açısından test ederiz.
Meta-analizde ortalamalar deneklerden çok çalışmalara dayalıdır ancak testin mantığı aynıdır. Spesifik olarak, aşağıdaki miktarları hesaplıyoruz (burada SS, sapmaların karelerinin toplamıdır).
- QA, A’nın ortalaması hakkındaki tüm A çalışmalarının ağırlıklı SS’si.
- QB, B’nin ortalaması hakkındaki tüm B çalışmalarının ağırlıklı SS’si.
- Qwithin, QA ve QB’nin toplamı.
- Qbet, alt grubun ağırlıklı SS’si, büyük ortalama hakkındadır.
- Q, büyük ortalama hakkındaki tüm etkilerin ağırlıklı SS’si.
Grup içi ağırlıklı SS’nin toplamını temsil etmek için Qwithin 5 QA × QB yazabiliriz veya daha genel olarak p alt grupları içindir. Her Q istatistiği, karşılık gelen serbestlik derecelerine göre değerlendirilir. Çalışan örnekte;
- ‘Toplam’ satırı bize on çalışmanın tamamı için varyansın istatistiksel olarak anlamlı olduğunu söyler (Q 5 26.4371, df 5 9, p 5 0.0017).
- ‘İçinde’ satırı bize gruplar içindeki varyansın (gruplar arası ortalama) istatistiksel olarak anlamlı olmadığını söyler (Qwithin 5 12.9745, df 5 8, p 5 0.1127).
- ‘Between’ satırı bize gruplar arasındaki farkın (A ve B için birleşik etki) istatistiksel olarak anlamlı olduğunu söyler (Qbet 5 13.4626, df 5 1, p50.0002), bu da etki büyüklüğünün frekansla ilgili olduğu anlamına gelir. ders vermekten.
- Daha ince bir ayrıntı düzeyinde, ne alt grup A (QA 5 8.4316, df 5 4, p 5 0.0770) ne de alt grup B (QB 5 4.5429, df 5 4, p 5 0.3375) içindeki varyans istatistiksel olarak anlamlı değildir.
Her zaman olduğu gibi, istatistiksel anlamlılığın olmaması (burada, alt gruplar içinde), yalnızca çalışmaların ortak bir etki büyüklüğünü paylaştığı hipotezini dışlayamayacağımız anlamına gelir ve bu, bu hipotezin kanıtlandığı anlamına gelmez.
Excel’de Q için bir p-değeri hesaplama işlevi 5KİŞİDAĞ(Q,df)’dir. A’ya karşı B testi için 5KİŞİDAĞ(13.4626,1) 0,0002 döndürür. A ile B’yi karşılaştırma: heterojenlik için bir Q testi (Yöntem 3).
Az önce tanımladığımız test farklı bir şekilde türetilebilir. A ve B alt grupları için etki büyüklüklerini tekil çalışmalar olarak düşünebiliriz (iki alt grup çizgisini ve toplam çizgiyi çıkarırsak ve bunları çalışmalarmış gibi göstermek için elmasları karelerle değiştirirsek). Ardından, özet etkiyle ilgili tekil çalışmaların dağılımını test etmek için daha önce sunduğumuz formüllerin tam olarak aynısını kullanarak bu “çalışmaları” heterojenlik açısından test edebiliriz.
Somut olarak, 0,324 ve 0,611 etki büyüklüklerine ve 0,003 ve 0,003 varyansa sahip iki “çalışma” ile başlıyoruz. Ardından, Q’yu hesaplamak için olağan meta-analiz yöntemlerini uygularız.
Özet
Etki büyüklüğünü alt gruplar arasında karşılaştırmak için üç yöntem sunduk. Bir yöntem, iki etki boyutunu doğrudan karşılaştırmak için bir Z testi kullanmaktı. Bir diğeri, varyansı bölmek için bir Q testi kullanmak ve varyansın alt gruplar arası kısmını test etmekti. Üçüncüsü, birleşik etki hakkında özet etkilerin dağılımını değerlendirmek için bir Q testi kullanmaktı. Tüm yöntemler, farkın kesinliğine göre alt grup etkilerindeki farkı (veya alt gruplar içindeki varyansa göre alt gruplar arası etkilerin varyansını) değerlendirir.
Daha önce belirtildiği gibi, yöntemler matematiksel olarak eşdeğerdir. Q bildiren iki yöntem, Q için aynı değeri rapor eder (13.4626). Bir serbestlik derecesi olduğunda (böylece hem Z testi hem de Q testi kullanabiliriz) Z, Q’nun kareköküne eşittir. Örneğimizde, Z’yi bildiren yöntem, Z 5 değerini bildirir. 3.6691, Q’nun kareköküne eşittir. Her üç yöntem de 0,0002’lik bir p değeri verir.
Farkın Büyüklüğünü Ölçme
Z-testi ve Q-testleri, klinik anlamlılıktan ziyade istatistiksel sorunu ele alır. Önem testinin raporlanmasına ek olarak, bu bağlamda iki alt grup arasındaki ortalama etki farkı olan etki büyüklüğüne ilişkin bir tahmin genellikle rapor edilmelidir. A ve B alt grupları için, A’nın ortalamasını B’nin ortalamasından çıkarmayı seçersek, fark şudur.
Standart hatanın (19.7) tanımlandığı yer. İkiden fazla alt grubumuz olsaydı, bu prosedürü tüm alt grup çiftleri için tekrarlayabiliriz. Çalışan örnekte (B eksi A olarak tanımladığımız) etkilerdeki fark ve %95 güven aralığı olarak tahmin edilmektedir. Başka bir deyişle, alt grup B çalışmalarından farklı olarak A alt grubu çalışmalarında etki arasındaki gerçek fark muhtemelen 0.13 ila 0.44 aralığına düşmektedir.