Verileri İşleme
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).

SABİT ETKİLİ BİR META-ANALİZİN YAPILMASI – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri

Sabit Etkili Model

GERÇEK ETKİ BOYUTU

Sabit etki modeli altında meta-analizdeki tüm çalışmaların ortak (gerçek) bir etki büyüklüğünü paylaştığını varsayıyoruz. Başka bir deyişle, etki büyüklüğünü etkileyebilecek tüm faktörler tüm çalışmalarda aynıdır ve bu nedenle tüm çalışmalarda gerçek etki büyüklüğü aynıdır (dolayısıyla etiket sabittir). Gerçek (bilinmeyen) etki boyutunu teta ile gösteririz.

Gerçek toplam etki büyüklüğü 0.60’tır ve bu etki (üçgen ile temsil edilir) altta gösterilmektedir. Her çalışma için gerçek etki bir daire ile temsil edilir. Sabit etki modeli tanımı altında, her çalışma için gerçek etki büyüklüğü de 0.60 olmalıdır ve bu nedenle bu daireler doğrudan üçgenin üzerinde hizalanır.

NUMUNE HATASININ ETKİSİ

Tüm çalışmalar aynı gerçek etkiyi paylaştığından, gözlemlenen etki büyüklüğünün yalnızca her çalışmanın doğasında bulunan rastgele hata nedeniyle bir çalışmadan diğerine değiştiği sonucu çıkar. Her çalışmanın sonsuz bir örnek boyutu olsaydı, örnekleme hatası sıfır olur ve her çalışma için gözlemlenen etki gerçek etkiyle aynı olurdu. Gerçek etkiler yerine gözlenen etkileri çizecek olsaydık, gözlenen etkiler gerçek etkilerle tam olarak örtüşürdü.

Pratikte elbette her çalışmada örneklem büyüklüğü sonsuz değildir ve bu nedenle örnekleme hatası vardır ve çalışmada gözlenen etki gerçek etki ile aynı değildir. Her çalışma için gerçek etki hala 0.60’tır (dairelerle gösterildiği gibi) ancak gözlemlenen etki (karelerle gösterilmiştir) bir çalışmadan diğerine farklılık gösterir. Çalışma 1’de örnekleme hatası (e1) 􏰂0,20’dir ve bu, ‘nin gözlenen etkisini (Y1) verir.

Herhangi bir çalışmadaki hata rastgele olsa da, hataların örnekleme dağılımını tahmin edebiliriz. Her çalışma için gerçek etki büyüklüğü hakkında normal bir eğri yerleştirdik ve eğrinin genişliği o çalışmadaki varyansa dayalıdır. Çalışma 1’de örneklem boyutu küçüktü, varyans büyüktü ve gözlemlenen etkinin nispeten geniş olan 0.20 ila 1.00 aralığında herhangi bir yere düşmesi muhtemeldir. Buna karşılık, Çalışma 2’de örneklem boyutu nispeten büyüktü, varyans küçüktü ve gözlemlenen etkinin nispeten dar bir aralık olan 0.40 ila 0.80’e düşmesi muhtemeldir. (Normal eğrinin genişliği, varyansın veya standart hatanın kareköküne dayanır).

SABİT ETKİLİ BİR META-ANALİZİN YAPILMASI

Gerçek bir meta-analizde, elbette, nüfus etkisi ile başlamak ve gözlenen etkiler hakkında tahminler yapmak yerine, geriye doğru, gözlenen etkilerden başlayıp nüfus etkisini tahmin etmeye çalışıyoruz. Popülasyon etkisinin en kesin tahminini elde etmek için (varyansı en aza indirmek için), her çalışmaya atanan ağırlığın o çalışmanın varyansının tersi olduğu ağırlıklı bir ortalama hesaplarız. Somut olarak, sabit etkili bir meta-analizde her çalışmaya atanan ağırlıktır.


ÖZET NOKTALAR

Sabit etki modeli altında, analizdeki tüm çalışmalar ortak bir gerçek etkiyi paylaşır. Özet etki, bu ortak etki büyüklüğüne ilişkin tahminimizdir ve boş hipotez, bu ortak etkinin sıfır (bir fark için) veya bir (bir oran için) olmasıdır. Gözlenen tüm dağılım, örnekleme hatasını yansıtır ve bu çalışma içi hatayı en aza indirmek amacıyla çalışma ağırlıkları atanır.

Rastgele Etkiler Modeli

Bu bölümde rastgele etkiler modelini tanıtacağız. Bu modelin varsayımlarını tartışıyoruz ve bunların bir özet etkisini hesaplamak için kullanılan formüllerde ve özet etkisinin anlamında nasıl yansıtıldığını gösteriyoruz.

GERÇEK ETKİ BOYUTLARI

Yukarıda tartışılan sabit etki modeli, tüm çalışmalarda gerçek etki büyüklüğünün aynı olduğu varsayımıyla başlar. Ancak, birçok sistematik incelemede bu varsayım mantıksız. Bir meta-analizde bir grup çalışmayı dahil etmeye karar verdiğimizde, çalışmaların bilgiyi sentezlemenin mantıklı olduğu yeterli ortak noktaya sahip olduğunu varsayıyoruz, ancak genellikle bunların aynı olduğunu varsaymak için hiçbir neden yoktur. gerçek etki büyüklüğü tüm çalışmalarda tamamen aynıdır.

Örneğin, iki grupta (aşılanmış ve plasebo) hastalık gelişen hastaların oranını karşılaştıran çalışmalarla çalıştığımızı varsayalım. Tedavi işe yararsa, etki büyüklüğünün (örneğin risk oranı) benzer olmasını ancak çalışmalar arasında aynı olmamasını bekleriz.

Etki büyüklüğü, katılımcılar diğerlerinden daha yaşlı veya daha eğitimli veya daha sağlıklı olduğunda veya bir müdahalenin daha yoğun bir çeşidi kullanıldığında vb. daha yüksek (veya daha düşük) olabilir. Çalışmalar, katılımcıların karışımında ve müdahalelerin uygulanmasında farklılık göstereceğinden, diğer nedenlerin yanı sıra, farklı çalışmaların altında yatan farklı etki büyüklükleri olabilir.

Veya bir eğitim müdahalesinin etkisini değerlendiren çalışmalarla çalıştığımızı varsayalım. Etkinin büyüklüğü, çocukların kullanabileceği diğer kaynaklara, sınıf mevcudiyetine, yaşa ve çalışmadan çalışmaya değişmesi muhtemel diğer faktörlere bağlı olarak değişebilir.

Bu değişkenleri her çalışmada değerlendirmemiş olabiliriz. Aslında, etkinin boyutuyla gerçekte hangi ortak değişkenlerin ilişkili olduğunu bile bilmiyor olabiliriz. Bununla birlikte, mantık, bu tür faktörlerin var olduğunu ve etkinin büyüklüğünde değişikliklere yol açacağını belirtir. Çalışmalar arasında bu varyasyonu ele almanın bir yolu, rastgele etkiler meta-analizi yapmaktır.

Rastgele etkiler meta-analizinde, genellikle gerçek etkilerin normal olarak dağıldığını varsayıyoruz. Örneğin, tüm gerçek etki büyüklüklerinin ortalaması 0.60’tır, ancak bireysel etki büyüklükleri, normal eğri ile gösterildiği gibi bu ortalama etrafında dağıtılır. Eğrinin genişliği, gerçek etkilerin çoğunun 0,50 ila 0,70 aralığında olduğunu göstermektedir.

NUMUNE HATASININ ETKİSİ

Meta-analizimizin, normal eğri ile gösterilen çalışmaların dağılımından alınan üç çalışmayı içerdiğini ve bu çalışmalarda gerçek etkilerin (􏰎1, 􏰎2 ve 􏰎3 ile gösterilir) 0,50, 0,55 ve 0,65 olduğunu varsayalım.

Her çalışmanın sonsuz bir örnek boyutu olsaydı, örnekleme hatası sıfır olur ve her çalışma için gözlemlenen etki, o çalışma için gerçek etkiyle aynı olurdu.

Gerçek etkiler yerine gözlenen etkileri çizecek olsaydık, gözlenen etkiler gerçek etkilerle tam olarak örtüşürdü. Elbette herhangi bir çalışmada örneklem büyüklüğü sonsuz değildir ve bu nedenle örnekleme hatası sıfır değildir. Bir çalışma için gerçek etki büyüklüğü 􏰎i ise, o çalışma için gözlemlenen etki, örnekleme hatası nedeniyle 􏰎i’den küçük veya büyük olacaktır.

Örneğin, Şekil 12.2’deki Çalışma 3’ü düşünün. Bu çalışma, gözlemlenen etkiyi kontrol eden faktörleri ele aldığımız konudur. Çalışma 3 için gerçek etki 0,50’dir, ancak bu çalışma için örnekleme hatası –0,10’dur ve bu çalışma için gözlenen etki 0,40’tır.

Bu şekil ayrıca, herhangi bir çalışmada genel ortalama ile gözlemlenen etki arasındaki mesafenin iki ayrı bölümden oluştuğunu vurgulamaktadır: etki büyüklüklerindeki gerçek değişim (􏰌i) ve örnekleme hatası (ei). Çalışma 3’te 􏰑 ile Y3 arasındaki toplam mesafe 􏰂0,20’dir. 􏰑 ile 􏰎3 (0,60 ila 0,50) arasındaki mesafe, gerçek etki boyutunun aslında bir çalışmadan diğerine değiştiği gerçeğini yansıtırken, 􏰎3 ila Y3 (0,5 ila 0,4) arasındaki mesafe örnekleme hatasıdır.