Baixar para ler offline
Carregado porOsvaldo Neto
Congresso cf analise_de_dados vshare
O documento fornece um resumo sobre os desafios e oportunidades da revisão de dados eletrônicos. Ele discute as etapas do processo de revisão, incluindo coleta, pré-processamento e análise, e apresenta novas formas de analisar grandes volumes de dados, como categorização de texto e codificação preditiva.
Congresso cf analise_de_dados vshare
- 1. Revisão de DadosEletrônicos - Desafios e Oportunidades II Congresso Brasileiro de Computação Forense - Mackenzie 14/11/2013 Osvaldo Aranha Neto osvaldoaranha@live.com
- 2. 2 Índice Cenário Introdução, Histórico eDesafios Conceitos: E-discovery Etapas (pre-processing, processing, hosting, review etc) Soluções / Novas formas de análise: Text Categorization, Deception Theory,...
- 3.
- 4.
- 5.
- 6. 6 Introdução e Histórico E-Discovery Focoem acesso e revisão de arquivos Início EUA com lei específica (pós SOX) Benefícios: Maior agilidade e controle Centralização e real-time Suporte a grande volume de dados
- 7. 7 Introdução e Histórico Históricono Brasil Antes existia apenas a CF Demanda recente Adoção por consultorias Desafios: Pouca mão de obra especializada Ferramentas inapropriadas para grandes volumes Questão das palavras-chaves – “Segue propina” 6
- 8.
- 9. 9 eDiscovery Reference Model Processamento Preservação Gerenciamento daInformação Identificação Revisão Produção Apresentação Coleta Análise Volume Relevãncia Fases do Electronic Discovery
- 10. 10 Etapas Fase I: Ondeestão os dados? Fase III: Preparação e Pré-Processamento Fase II: Coleta e Preservação de dados Fase IV: Importação de dados e Indexação
- 11. 11 Etapas – VisãoGeral ALGUMAS PREMISSAS Apresentação estruturada dos resultados filtrados; Marcação de documentos com categorização (labels); Filtragem de resultados pendentes de aprovação da 2ª. revisão (2nd level review); Ambiente User friendly Trilha de auditoria / log de histórico. PROBLEMAS Custos Prazos Conhecimentos técnicos Analytic Forensic Technology
- 12. 12 Novas Formas: EarlyCase Assessment Exemplo : Coleta de 10.000 emails Filtro 1: Período de 2 semanas entre 1 Novembro e 14 de Novembro e sem duplicados: 1.000 emails Filtro 2: Somente emails com @vendor.com 500 emails Filtro 3: Aplicação de palavras chaves
- 13. 13 Novas Formas: VisualizationTools 7 8 9
- 14. 14 Novas Formas: DynamicReview / Text Categorization Grupo de Documentos Humanos revisam e criam rótulos para uma pequena parte Alguns pontos importantes: Validação Adequação à realidade Custos Prazo Necessidade de automação Ferramentas definem categorias de rótulos para o restante
- 15. 15 Novas Formas: PredictiveCoding / Analytics - Modelo atual “Ensinando a base” Bases históricas de e-mails Bases de dados artificiais Base de Dados (Legado) “Previsão ” “Não revisados” Comparação Relevantes e Falsos Positivos
- 16. 16 Novas Formas: PredictiveCoding / Deception Theory – Nova proposta ”Treinamento” Casos Positivos Algoritmo Casos Negativos “Previsão (Scoring)” E-mails do mundo real. “Não revisados” Modelo de Classificação Revisão e CQ Previsões de classificação (Scores)
- 17. 17 Predictive Coding /Deception Theory – Nova proposta 2 - Categorizar 1- Submeter 5 - Interagir 3 - Definir Pontuação 4- Validar
- 18.
- 19. 19 Conclusões Ganhos de produtividadeindiscutíveis Novas tecnologias ainda sendo aprimoradas (Linguística computacional, “Spotting Substitution”) e implantadas nas ferramentas Novas funcionalidades sendo implantadas (Contagem de vezes que uma palavra foi digitada ou seguida de outra, tamanho, etc) Dúvidas quanto a eficácia das novas metodologias (Busca por “conceitos utilizando taxonomias, ontologias,etc). Ainda pouco utilizado com dados reais (Enron) Ainda muito custoso e pouco utilizado no Brasil Necessidade de combinação com outras tecnologias. Ex. Deduplicação, análise de redes sociais, etc Dificuldade de explicar para C-level, na corte e para o jurídico brasileiro Necessidade de maior integração campo acadêmico com empresas Ainda não há um “produto de pratileira”. Necessidade de customização Grandes desafios com análises de imagens e números. Ex Planilhas, e com dados “na nuvem” Ainda uma longa estrada pela frente.... Analytic Forensic Technology do
- 20.
- 21.
- 22. 22 Figuras 1 - http://youpix.com.br/news/o-que-acontece-em-1-minuto-na-internet-vejaaqui-o-infografico-de-2013/ 2 -http://www.datacenterknowledge.com/archives/2011/05/09/the-mobilecloud-what-it-is-why-it-matters/ 3 - http://www.afterschoolafrica.com/6844/scholarships-for-african-developingdeadline-march/ 4 - http://newhiteboard.com/2013/03/18/kip-steele-how-to-save-money-onyour-2013-startup/ 5 - http://ncicl.org/article/716 6 - http://www.cartoonstock.com/directory/s/spam_email.asp 7 – http://infosthetics.com/archives/2009/12/help_us_review_visualization_software _and_tools.html 8 - http://www.toprankblog.com/2010/08/6-facebook-search-engine-datavisualization-tools/ 9 - http://www.poynter.org/how-tos/digital-strategies/115906/how-to-use-fun-and-freedata-visualization-tools-for-online-storytelling/ 10 - http://pamigarcia.com/wp-content/uploads/2012/10/duvidas.jpg
- 23.