Q:
Quels sont les principaux défis des mégadonnées en matière de criminalistique numérique?
UNE:L'un des principaux axiomes de la criminalistique, numérique ou autre, est le principe d'échange de Locard. En termes simples, ce principe, formulé par le Dr Edmond Locard (connu à l'époque sous le nom de «Sherlock Holmes de France»), déclare:
"Chaque contact laisse une trace."
Ces traces sont les minuscules morceaux laissés que les enquêteurs médico-légaux utilisent pour aider à déterminer dans une situation donnée ce qui s'est passé, où cela s'est produit, à qui cela est arrivé, quand cela s'est produit, comment cela s'est produit et qui l'a fait.
La criminalistique numérique est donc la recherche d'artefacts et de traces de preuves numériques: petites données, pas grandes données. Le Big Data, en tant que concept, est l'étude d'ensembles de données énormes et complexes où les méthodes d'analyse traditionnelles ne fonctionnent pas ainsi que les nouvelles méthodologies de «Big Data».
Par exemple, les algorithmes d'IA peuvent être utilisés pour détecter des modèles d'utilisation sur les appareils mobiles et le GPS afin de déterminer les microrégions de richesse ou de pauvreté. Ceci est un bon exemple de «big data» au travail.
Par conséquent, les mégadonnées ne représentent pas un grand défi pour la criminalistique numérique, car elles concernent des ensembles de données plus petits.
