Μη υποστηριζόμενες εφαρμογές: το αθόρυβο σημείο συμφόρησης στα εγκληματολογικά εργαστήρια

Οι μετρήσεις ενός εργαστηρίου μετρούν την απόδοση: σφραγίδες που επεξεργάστηκαν, ημέρες ανά εξέταση, μέγεθος συσσώρευσης. Αυτό που δεν μπορούν να μετρήσουν είναι τα τεκμήρια που ήταν παρόντα, δεν διαβάστηκαν ποτέ, και γι’ αυτό δεν έγιναν ποτέ εύρημα.

Αυτός ο αριθμός δεν υπάρχει πουθενά. Δεν μπορεί, γιατί η καταγραφή του θα απαιτούσε να γνωρίζει κανείς τι υπήρχε στο μέρος που δεν άνοιξε κανείς. Αλλά δεν είναι μικρός, και η μεγαλύτερη μεμονωμένη αιτία του είναι εφαρμογές που ένα εργαλείο δεν αποκωδικοποίησε.

Τέσσερις τρόποι με τους οποίους μια εφαρμογή καταλήγει μη αναγνώσιμη

Είναι περιφερειακή. Μια εφαρμογή μηνυμάτων ή κοινωνική εφαρμογή με μερικές εκατοντάδες χιλιάδες χρήστες σε μία χώρα δεν είναι προτεραιότητα για έναν προμηθευτή που πουλά σε σαράντα αγορές. Μπορεί να είναι εξαιρετικά σχετική αν αυτή η χώρα είναι εκεί όπου βρίσκεται η έρευνά σας.

Είναι νέα. Το κενό ανάμεσα στο να γίνει μια εφαρμογή δημοφιλής και στο να εμφανιστεί στις σημειώσεις έκδοσης ενός εγκληματολογικού εργαλείου μετριέται σε τρίμηνα. Η εγκληματική υιοθέτηση ενός νέου διαύλου επικοινωνίας μετριέται σε εβδομάδες, και είναι συχνά ταχύτερη από τη νόμιμη υιοθέτηση, γιατί το κίνητρο για μετακίνηση είναι ισχυρότερο.

Άλλαξε. Αυτή είναι η μεγαλύτερη κατηγορία και η λιγότερο συζητημένη. Μια υποστηριζόμενη εφαρμογή στέλνει μια ενημέρωση που αναδιοργανώνει την αποθήκευσή της, και ο parser που γράφτηκε για την προηγούμενη έκδοση επιστρέφει μερικά αποτελέσματα ή κανένα. Το εργαλείο εξακολουθεί να αναφέρει την εφαρμογή ως υποστηριζόμενη. Ο εξεταστής πρέπει να προσέξει ότι το αποτέλεσμα είναι ισχνότερο από όσο πρέπει, πράγμα που απαιτεί να γνωρίζει ήδη κατά προσέγγιση τι να περιμένει.

Δεν ήταν ποτέ προτεραιότητα κανενός. Εφαρμογές φυσικής κατάστασης, εφαρμογές σημειώσεων, ιστορικό εφαρμογών μετακίνησης, εφαρμογές διανομής, πορτοφόλια πληρωμών, φωνητικά σημειώματα. Σπάνια κεντρικές, περιστασιακά καθοριστικές, και καθεμία χωριστά δεν αξίζει ποτέ ένα τρίμηνο μηχανικού.

Γιατί μένει αόρατο

Τρία πράγματα εμποδίζουν αυτό να εμφανιστεί ως πρόβλημα που το έχει κάποιος.

Το πρώτο είναι ότι η αναφορά είναι ακριβής. Ένας εξεταστής που γράφει ότι ορισμένα δεδομένα εφαρμογής δεν αναλύθηκαν έχει τεκμηριώσει σωστά τον περιορισμό. Τίποτα σε έναν έλεγχο ποιότητας δεν θα το επισημάνει.

Το δεύτερο είναι ότι ο άτυπος κανόνας εύρους είναι εύλογος. Εξετάστε ό,τι αποκωδικοποίησε το εργαλείο, εξετάστε ό,τι ζήτησε συγκεκριμένα ο ανακριτής, σημειώστε τα υπόλοιπα. Υπό πραγματικό φόρτο υποθέσεων αυτή είναι η επαγγελματικά σωστή απόφαση, και παράγει την ίδια μείωση εύρους κάθε φορά.

Το τρίτο είναι ότι κανείς δεν γνωρίζει τι χάθηκε. Ένας ανακριτής που δεν μαθαίνει ποτέ ότι υπήρχε μια συνομιλία δεν μπορεί να ρωτήσει γιατί δεν ήταν στην αναφορά. Η απουσία είναι δομικά μη παρατηρήσιμη.

Τι κάνουν πράγματι οι εξεταστές γι’ αυτό

Οι καλοί κάνουν κάτι, και αυτό δεν κλιμακώνεται.

Ορισμένοι ανοίγουν τη βάση δεδομένων με το χέρι, βρίσκουν το σχήμα, και γράφουν ένα ερώτημα. Ορισμένοι διατηρούν μια προσωπική συλλογή σεναρίων. Ορισμένοι γνωρίζουν έναν συνάδελφο σε άλλη υπηρεσία που έχει συναντήσει αυτή την εφαρμογή στο παρελθόν, και στέλνουν ένα email. Σε λίγα εργαστήρια υπάρχει ένα πρόσωπο, συνήθως ένα, που είναι γνωστό ότι δέχεται να το κάνει αυτό, και η ουρά του είναι το πραγματικό σημείο συμφόρησης.

Κάθε εκδοχή αυτού έχει τα ίδια δύο προβλήματα. Κοστίζει ώρες που η υπόθεση δεν μπορεί να διαθέσει, και η κατανόηση που παράγεται δεν είναι διαρκής. Ζει στο κεφάλι ενός προσώπου ή σε ένα πρόχειρο αρχείο, και όταν αυτό το πρόσωπο φύγει φεύγει μαζί του. Ο επόμενος εξεταστής στην επόμενη υπηρεσία συναντά την ίδια εφαρμογή σε έξι μήνες και ξεκινά από την αρχή.

Το σχήμα μιας διόρθωσης

Αν ο περιορισμός είναι ότι κάποιος πρέπει να κατανοήσει μια άγνωστη μορφή αποθήκευσης πριν μπορέσει να διαβαστεί το περιεχόμενό της, υπάρχουν μόνο δύο έξοδοι. Να γίνει φθηνότερη η παραγωγή αυτής της κατανόησης, ή να γίνει διαρκής μόλις παραχθεί.

Και τα δύο είναι διαθέσιμα, και ενισχύουν το ένα το άλλο.

Η φθηνή παραγωγή της είναι πλέον αντιμετωπίσιμο πρόβλημα. Το να βρεθεί σε τι χρησιμεύει μια άγνωστη βάση δεδομένων, από τη διαδρομή του αρχείου της, τα ονόματα των πινάκων και των στηλών της, και ένα δείγμα του περιεχομένου της, είναι έργο συλλογισμού και όχι έργο ταιριάσματος μοτίβων, και είναι το είδος έργου που τα τρέχοντα μοντέλα χειρίζονται ασυνήθιστα καλά. Το αποτέλεσμα είναι μια αντιστοίχιση: μια περιγραφή του πώς να διαβαστεί αυτή η πηγή στα πεδία που περιμένει μια προβολή.

Αυτό το αποτέλεσμα δεν μπορεί απλώς να το εμπιστευτεί κανείς, και δεν χρειάζεται. Επικυρώστε το δομικά, εκτελέστε το σε ένα δείγμα των πραγματικών δεδομένων, και δείξτε στον εξεταστή μια προεπισκόπηση πραγματικών εγγραφών. Μια αντιστοίχιση που παρερμήνευσε την πηγή παράγει προεπισκόπηση γεμάτη ανοησίες, που είναι προφανές σε δευτερόλεπτα. Ο εξεταστής την αποδέχεται, τη διορθώνει σε έναν οπτικό επεξεργαστή, ή την απορρίπτει.

Το να γίνει διαρκής είναι το ευκολότερο μισό και το πολυτιμότερο. Μια επικυρωμένη αντιστοίχιση είναι ένα μικρό τεχνουργήμα που δεν περιέχει τεκμήρια, μόνο την περιγραφή του πώς να διαβαστεί μια δομή. Μπορεί να μοιραστεί. Όταν ένα άλλο εργαστήριο ανοίγει μια σφραγίδα που περιέχει την ίδια εφαρμογή, εφαρμόζεται αυτόματα.

Σε αυτό το σημείο αλλάζουν τα οικονομικά. Σήμερα, η προσπάθεια κατανόησης μιας εφαρμογής επαναλαμβάνεται σε κάθε υπηρεσία που τη συναντά, και χάνεται κάθε φορά. Μοιρασμένη, πληρώνεται μία φορά.

Ο ισχυρισμός για τον οποίο αξίζει προσοχή

Υπάρχει μια εκδοχή αυτού του επιχειρήματος που πάει πιο μακριά από όσο πρέπει, και αξίζει να σημειωθεί η γραμμή.

Η αυτόματη αντιστοίχιση δεν σημαίνει ότι ένας εξεταστής δεν χρειάζεται ποτέ να κοιτάξει τίποτα. Σημαίνει ότι η πρώτη κατανόηση παράγεται από το λογισμικό και ο ρόλος του εξεταστή γίνεται εξέταση και όχι κατασκευή. Ορισμένες αντιστοιχίσεις θα είναι λάθος. Ορισμένες πηγές είναι πράγματι ασαφείς, και καμία ποσότητα συλλογισμού για ένα σχήμα δεν θα λύσει τι σημαίνει μια στήλη όταν το όνομά της είναι f4 και το περιεχόμενό της είναι ακέραιοι.

Δεν αλλάζει το μέτρο. Αλλάζει το ποιος κάνει το πρώτο πέρασμα, και πόσο περιμένει ένα εργαστήριο γι’ αυτό. Αντί για ένα τρίμηνο, παίρνει λεπτά, και το αποτέλεσμα είναι κάτι που η υπηρεσία κρατά.