ASTM E3016-15e1 Стандартное руководство по обеспечению уверенности в результатах цифровой криминалистики путем анализа уменьшения ошибок - Стандарты и спецификации PDF

ASTM E3016-15e1
Стандартное руководство по обеспечению уверенности в результатах цифровой криминалистики путем анализа уменьшения ошибок

Стандартный №
ASTM E3016-15e1
Дата публикации
2015
Разместил
American Society for Testing and Materials (ASTM)
состояние
быть заменен
ASTM E3016-18
Последняя версия
ASTM E3016-18
сфера применения
3.1. Цифровая криминалистика — это сложная область, которая в значительной степени зависит от алгоритмов, встроенных в автоматизированные инструменты и используемых для обработки доказательств. Слабости или ошибки в этих алгоритмах, инструментах и процессах потенциально могут привести к неверным выводам. Действительно, ошибки происходили в самых разных контекстах, что свидетельствует о необходимости большей научной строгости в цифровой криминалистике. В этом руководстве предлагается дисциплинированный подход к устранению потенциальных ошибок при обработке доказательств, чтобы снизить риск неточностей, упущений или неправильных интерпретаций в цифровой криминалистике. Этот подход обеспечивает научную основу для уверенности в результатах цифровой судебно-медицинской экспертизы. 3.2. Коэффициент ошибок используется в науке для объяснения степени неопределенности или ограничения данного результата. Цель состоит в том, чтобы объяснить читателю (или получателю результата) уверенность поставщика результата в его правильности. Многие судебно-медицинские дисциплины используют коэффициент ошибок как часть того, как они сообщают свои результаты. Аналогичным образом, цифровая криминалистика должна объяснять, как и почему существует уверенность в результатах. Из-за внутренней разницы между биологическими, химическими науками и информатикой необходимо выйти за рамки коэффициента ошибок. Одно из различий между химией и информатикой заключается в том, что цифровые технологии постоянно меняются, и люди используют свои компьютеры для уникальных целей, что делает невозможным создание репрезентативной выборки для использования в расчетах частоты ошибок. Более того, метод цифровой криминалистики может хорошо работать в одной среде, но совершенно не работать в другой. 3.3 В этом документе представлен дисциплинированный и структурированный подход к устранению и объяснению потенциальных ошибок и частоты ошибок, связанных с использованием инструментов/процессов цифровой криминалистики в любой конкретной среде. Этот подход к установлению уверенности в результатах цифровой судебно-медицинской экспертизы учитывает соображения Добера. 1.1 В этом руководстве описан процесс распознавания и описания ошибок и ограничений, связанных с инструментами, используемыми для поддержки цифровой криминалистики. Это достигается путем объяснения того, как концепции ошибок и частоты ошибок следует учитывать в цифровой криминалистике. Практикам и заинтересованным сторонам важно понимать, что методы и инструменты цифровой криминалистики имеют известные ограничения, но эти ограничения отличаются от ошибок и частоты ошибок в других дисциплинах криминалистики. В этом руководстве предлагается, чтобы уверенность в результатах цифровой криминалистики лучше всего достигалась с помощью подхода анализа устранения ошибок, который фокусируется на распознавании потенциальных источников ошибок и последующем применении методов, используемых для их устранения, включая обученный и компетентный персонал, использующий проверенные и проверенные методы и практики.

ASTM E3016-15e1 Ссылочный документ

  • ISO/IEC 17025 Общие требования к компетентности испытательных и калибровочных лабораторий

ASTM E3016-15e1 История

  • 2018 ASTM E3016-18 Стандартное руководство по установлению уверенности в результатах судебной экспертизы цифровых и мультимедийных доказательств путем анализа уменьшения ошибок
  • 2015 ASTM E3016-15e1 Стандартное руководство по обеспечению уверенности в результатах цифровой криминалистики путем анализа уменьшения ошибок
  • 2015 ASTM E3016-15 Стандартное руководство по обеспечению уверенности в результатах цифровой криминалистики путем анализа уменьшения ошибок



© 2023. Все права защищены.