Adli Bilişimde Kaynak Veri, Türev Veri ve Yapay Zeka Çıktısı

Adli bilişimde bir dosyanın analiz için dönüştürülmesi ile o dosya hakkında bir modelin tahmin üretmesi aynı işlem değildir. İkisini tek “işlenmiş veri” başlığında toplamak, daha sonra hangi bilginin kaynaktan geldiğini ve hangisinin algoritma tarafından üretildiğini belirsizleştirir.

Pratikte dört katmanı ayırmak yararlıdır:

özgün kaynak
    ↓
deterministik / izlenebilir dönüşüm
    ↓
model çıkarımı
    ↓
analist değerlendirmesi

Özgün kaynak

Kaynak dosya, disk imajı, paket yakalama veya edinilmiş başka artefact mümkün olduğunca değişmeden korunur. Hash değeri, edinim zamanı, kaynak ve chain-of-custody bilgisi bu katmana aittir. Analiz kolaylığı için yeni biçim üretmek kaynak nesneyi ortadan kaldırmaz.

Örneğin G.711 içeren bir WAVE dosyasını PCM16 çalışma kopyasına dönüştürmek, sesin daha kolay dinlenmesini veya ASR hattına verilmesini sağlayabilir. Üretilen PCM türevdir; özgün WAVE dosyasının yerine geçmez.

Deterministik türev

Bir dönüşüm aynı girdi ve parametrelerle tekrarlandığında aynı sonucu üretebiliyorsa süreç yeniden üretilebilir. Bu katmanda kullanılan yazılım sürümü, parametreler, çıktı hash'i ve dönüşüm sırası kaydedilebilir.

Resampling, kanal seçimi, container decoding veya kayıpsız format dönüşümü bu sınıfa girebilir. Ancak “deterministik” olmak “kanıta eşit” olmak anlamına gelmez; çıktı hâlâ türevdir.

Model çıkarımı

OCR metni, ASR transkripti, yüz embedding'i, speaker embedding'i, sınıflandırma skoru veya nesne tespiti kaynakta doğrudan saklanan bilgi değildir. Model, gözlenen veriden bir tahmin veya temsil üretir. Sonuç model sürümüne, preprocessing'e, eşiklere ve bazen donanım/runtime ayrıntılarına bağlı olabilir.

Bu nedenle model çıktısını kaynak gerçekmiş gibi yazmak yerine şu bilgiler birlikte tutulmalıdır:

• model ve sürüm,
• preprocessing zinciri,
• inference parametreleri,
• eşik veya karar kuralı,
• çıktı skoru/mesafesi,
• mümkünse kullanılan çalışma kopyasının hash'i.

Üretici iyileştirme ayrı bir risk sınıfıdır

Denoising ve restorasyon yöntemleri spektral veya görsel içeriği değiştirebilir. Generative restoration ise kaynakta doğrudan bulunmayan ayrıntıları sentezleyebilir. Böyle bir çıktı görsel inceleme için yardımcı olabilir; fakat yeni üretilen ayrıntının kaynağın doğrudan gözlemi olduğu varsayılamaz.

Bu nedenle “görüntüyü iyileştirdim ve plakayı okudum” ifadesi yerine hangi işlemin yapıldığı, özgün görüntüde neyin gözlenebildiği ve hangi ayrıntının işleme sonrasında ortaya çıktığı ayrı tutulmalıdır.

Analist yorumu

Son katman insan yorumudur. Bir similarity skoru “aynı kişi” hükmü değildir; ASR transkripti de kayıtla birebir eş anlamlı değildir. Model çıktısı başka bulgularla birlikte değerlendirilir ve gerektiğinde özgün kaynağa geri dönülür.

Bu ayrım AI kullanımını değersizleştirmez. Tersine, model çıktısının hangi rolü oynadığını açıkça tanımladığı için yeniden inceleme ve karşılaştırılabilirlik sağlar.

Provenance kaydının asgari şeması

Kaynak ile türev arasındaki bağın denetlenebilir olması için her ara ürünün yalnız dosya adıyla değil, üretim kaydıyla tanımlanması gerekir. Pratik bir provenance kaydı; kaynak nesnenin hash'ini, dönüşüm veya model adını, sürümü, parametreleri, çalışma zamanını, üretilen nesnenin hash'ini ve bir önceki katmana ait kimliği içerebilir. Böylece aynı transkript veya görüntü çıktısının hangi kaynak ve hangi işlem zincirinden geldiği geriye doğru izlenebilir.

Özellikle AI çıktısında 'model sonucu' ile 'analist tarafından kabul edilen bulgu' aynı alan olmamalıdır. Ham skor, eşik sonrası karar ve insan yorumu ayrı tutulduğunda daha sonraki model sürümüyle yeniden değerlendirme yapılabilir; eski analist yorumunu değiştirmeden aynı kaynak üzerinde yeni inference üretmek de mümkün olur.

Bu ayrım non-destructive examination ilkesine yakındır: yeni bir temsil veya analiz ürünü oluşturulur, fakat özgün kaynak üzerine yazılmaz ve türevin varlığı kaynağın yerini almaz. Bir model güncellendiğinde yalnız inference katmanı tekrar üretilebilir; acquisition veya deterministik türev katmanının değişmemesi karşılaştırmayı anlamlı kılar.

İlişkili içerikler: Adli Bilişim ve Çoklu Ortam, Forensic Telephony WAVE Decoder, Chain of Custody.

Kaynağa geri döndürülebilirlik yalnız işleme girdisinin dosya adını saklamak değildir. Bir ses kaydından çıkarılan metnin hangi örnek aralığına karşılık geldiği, kullanılan model ve işlem sürümü, zaman dönüşümü ve uygulanan düzeltmeler yeniden üretilebilir biçimde kaydedilmelidir. Sonradan insan tarafından değiştirilen transkriptte ham model çıktısı ve editör düzeltmesi birbirinden ayrılır. Aynı şekilde görüntü iyileştirme sonucunun özgün piksel verisinin yerine geçmediği açık tutulur. Her yeni türev, önceki veriyi ezmeden kendi köken bağlantısıyla saklanır.