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).
Gerçek Etki Boyutlarının Standart Sapması
Doğrudan ve dolaylı aralık kısıtlama modelleri için yöntemler arasındaki temel farklar, etki büyüklüklerinin standart sapmasını (SDρTPa) tahmin etme yöntemlerindedir.
Callender-Osburn (1980) çarpım yöntemini bu yeni modele uyarlamaya çalıştığımızda, onların menzil kısıtlama artefaktını (c) tahmin etme yöntemlerinin dolaylı menzil kısıtlama modeli için çalışmadığını bulduk. Her durumda, bu yöntem için düşük doğruluk beklenebilir, çünkü daha önce belirtildiği gibi gerçek puan korelasyonu için çarpanlar ve öngörücü kalitesi için çok yüksek korelasyon sağlamaz. Bununla birlikte, bilgisayar simülasyon çalışmaları yoluyla, doğrudan menzil kısıtlama koşulu için etkileşimli meta-analiz modelinin bir modifikasyonunun, dolaylı menzil kısıtlama durumu için kabul edilebilir derecede doğru SDρTPa tahminleri sağladığını bulduk.
Doğrudan menzil kısıtlaması koşulları altında, bu yöntemin (belirli iyileştirmelerle) diğer yöntemlerden biraz daha doğru olduğu kanıtlanmıştır. Bölüm 4’te tartışıldığı gibi, bu SDρTPa tahminlerinin (bundan sonra SDρ olarak anılacaktır) daha doğru olmasının bir nedeni, çarpımsal yöntemlerin aksine etkileşimli prosedürün a, b ve c’nin bağımsız (ilişkisiz) olduğunu varsaymamasıdır.
Bunun yerine, a, b ve uX’in bağımsız olduğunu varsayar. Doğrudan menzil kısıtlama modelinde a2, rXXa, yani sınırsız gruptaki bağımsız değişken güvenilirliğidir. Aynı şekilde, b2 rYYa , bağımlı değişkenin kısıtsız gruptaki güvenirliğidir. Doğrudan menzil kısıtlamasında, c, a ve b’den bağımsız olamaz, çünkü c formülü, Bölüm 4’te belirtildiği gibi hem a hem de b’yi içerir. Ancak, uX ile a veya uX ve b arasında böyle bir zorunlu ilişki yoktur; aslında, bu yapay indeksler arasında herhangi bir ilişki olduğunu varsaymak için genellikle hiçbir neden yoktur.
Bu nedenle, etkileşimli model, çarpımsal modelden daha doğru olabilir. Aynı yaklaşım, artefakt dağılımı meta-analizi (TSA-1 ve TSA-2) için Raju-Burke (1983) Taylor serisine dayalı iki modelde de benimsenmiştir. Bilgisayar simülasyon çalışmaları da bu modellerin oldukça doğru olduğunu göstermiştir.
Dolaylı aralık kısıtlaması durumunda, etkileşimli model yine a,b,ve ilintisiz,butuisnowuT yerineofuT olduğunu varsayar.Aralık kısıtlaması dolaylı olduğunda, ancak hem a hem de b, kısıtlanmamış gruptan ziyade kısıtlı gruptaki değerlerdir. Yani, a2 = rXXi ve b2 = rYYi . Bu bölümde daha önce gösterildiği gibi, aralık kısıtlaması dolaylı olduğunda, bağlılık değerinin değerine bağlıdır.
Bu nedenle, bağımsızlık varsayımlarının en azından bir miktar ihlali vardır üç ilişkiden biri bağımsız değildir. b2 değeri de uT’ye yansıdığı gibi menzil kısıtlamasından etkilenir, ancak bu etki oldukça zayıftır. Tam bağımsızlığın bu başarısızlığı, doğrudan menzil kısıtlaması için çarpımsal modeldeki karşılık gelen başarısızlıkla karşılaştırılabilir.
Yapıtlar arasındaki her üç ilişki de bağımsızlık varsayımını ihlal eder, ancak SDρ tahminleri, doğrudan menzil kısıtlaması için etkileşimli modelden elde edilenler kadar doğru olmasa da oldukça doğrudur. Dolaylı menzil kısıtlaması için etkileşimli modeldeki bağımsızlık varsayımının bu ihlali, önemli yanlışlıklara neden görünmüyor. Dolaylı menzil kısıtlaması için etkileşimli model (Bölüm 4’te ve Ek’te açıklanan INTNL-I programı kullanılarak) bilgisayar simülasyonu yoluyla test edilmiştir ve doğru SDρ (ve ρ ̄) tahminleri ürettiği bulunmuştur.
Daha önce belirtildiği gibi, artefaktlar için düzeltmelerin sırası, dolaylı menzil kısıtlaması için farklıdır. INTNL-I programı ilk olarak, kısıtlı grup a ve b değerlerinin ortalamasını kullanarak, her iki ölçümde de ölçüm hatası için gözlemlenen ortalama korelasyonu (r ̄) düzeltir. (Bağımsız değişken için yalnızca sınırsız güvenilirlik değerleri mevcutsa, program bunları sınırlı değerlere dönüştürür.) Ardından, ortalama uT değerini kullanarak, aralık kısıtlaması için elde edilen ortalama korelasyonu düzeltir.
Kullanıcı, uX değerlerini girebilir ve programın gerekli uT değerlerinisofrXXa kullanarak hesaplamasını sağlayabilir. Eğer kullanıcı sadeceofrXXi değerlerini girerse, program rXXa’nın gerekli değerlerini hesaplar.
Bu düzeltme dizisi, ortalama gerçek puan korelasyonunun tahminini üretir. Açıklandığı gibi, bu değer daha sonra a, b ve uT’nin her olası kombinasyonu için farklı bir korelasyon değerine indirgenir ve bu sonuçtaki korelasyon değerlerinin varyansı, gözlemlenen korelasyonlardaki varyans miktarının tahminidir. Bu üç eserdeki farklılıklar nedeniyle.
Bu zayıflamaların gerçekleştirilme sırası önemlidir ve bu sıra, menzil kısıtlamasının doğrudan olduğu sıradakinden farklıdır (yani, INTNL-D programında). Tahmini ortalama gerçek puan korelasyonu, önce menzil kısıtlamasının etkisiyle (menzil formülündeki spesifik uTi kullanılarak) azaltılır ve ardından ölçüm hatası için zayıflatılır (yani, √rXXi rYYi ile çarpılır). Dolayısıyla, zayıflamaların sırası, düzeltmelerin sırasının tersidir.
Bilinmeyen değişkenler üzerindeki seçimden kaynaklanan dolaylı aralık kısıtlamasının ilk yayınlanmış matematiksel tedavisi Mendoza ve Mumford (1987) tarafından yayınlandı. Bu makaleden habersiz, yıllar sonra Mendoza ve Mumford’un daha önceki çalışmalarını öğrendikten sonra kendi analizimizi hazırladık. Bu kadar önemli bir konunun ancak son zamanlarda ele alınması şaşırtıcı görünüyor.
Açıkçası, bu sorunun çok daha önce çözülmesi arzu edilirdi. Bu gecikmenin bir sonucu olarak, literatürdeki meta-analizlerdeki birçok ortalama düzeltilmiş korelasyon, özellikle geçerlilik genellemesi alanında, eksik tahmin edilmektedir.
Bununla birlikte, iyi tarafta, artık sadece dolaylı menzil kısıtlamasının tam bir istatistiksel gelişimine değil, aynı zamanda dolaylı menzil kısıtlaması koşulları altında meta-analiz yapmak için doğru bir bilgisayar programına da sahibiz. Bu, gelecekte ρ ̄ için daha doğru tahminlere izin verecektir. Ayrıca, yayınlanmış birçok meta-analizin yeniden hesaplanmasına izin vererek, ρ ̄ değerlerinin daha doğru tahminlerini üretecektir.
Korelasyonlar için Meta-Analiz Prosedürlerinin Eleştirisi
Korelasyonlar için meta-analiz prosedürleri James, Demaree ve Mulaik (1986), Kemery, Mossholder ve Roth (1987), Ladd ve Cornwell (1986), Spector ve Levine (1987) ve Thomas (1988) tarafından eleştirildi. Bu eleştiriler bu kitabın ilk baskısında ayrıntılı olarak tartışılmıştır ve önemli olmadığı gösterilmiştir. Yeni malzemeye yer açmak için bu tartışma bu baskıdan çıkarılmıştır.