11月9日消息，据福布斯杂志报道，有网友在问答网站Quora上提问：美国FBI只用了8天时间就完成了65万封电子邮件的评估，他们拥有什么软件可逐字逐句地扫描邮件吗？技术专家Nipun Sher给出了答案：
美国共和党总统提名人唐纳德·特朗普（Donald Trump）曾猛批美国大选正被操纵，他昨天参加竞选集会时又给出“火上浇油”的评论。他对选民称：“你不可能在8天时间内就完成65万封电子邮件的评估，你无法做到！”
然而，美国总统奥巴马可能会说“yes we can”。我个人曾亲自参与这类行动，在不到2天时间内对130万封电子邮件完成了评估。我怎么知道？因为这就是我的职业。底线是，你不需要评估所有65万封邮件。事实上，谁也不想评估如此巨量的电子邮件，这不仅是愚蠢的行为，也是对时间和金钱的浪费。
相反，你需要做的就是清除那些与你正寻找的信息不相关的电子邮件。FBI有很多方法可以减少应被评估电子邮件的数量，这涉及到各种法医和调查工具。现在，我们还不知道FBI的具体工作流程，但我可以提供潜在方案，能够大幅削减评估电子邮件数量。
1.重复数据删除（De-duplication）：首先，我们会使用Nuix或Clearwell等处理工具筛选65万封电子邮件。这些工具中，特别是Nuix（速度非常快），可以提取元数据和所有电子邮件中的文本信息。更重要的是，这些工具可通过重复数据删除的过程确定出复制邮件。这款软件可对65万封电子邮件的ID进行对比，删除重复电子邮件。我们还可以通过将新旧电子邮件转储进行对比，减少邮件数量。此前，FBI已经在希拉里“电邮门”调查中获得3万封转储的电子邮件。这个软件将可自动忽略普通和重复的电子邮件，从而大幅减少邮件数量。
2.电子邮件过滤器（Email Filters）：经过重复数据删除后，我们可以在软件中进行搜索，以过滤掉那些元数据中拥有希拉里电子邮件地址的邮件。这可以删除全部希拉里未曾参与或与调查无关的电子邮件。由于这些电子邮件都在安东尼·韦纳（Anthony Weiner）的电脑上，为此我们可以假设，这种方法可滤掉数以千计的电子邮件。接着，尽管我不知道调查范围，但FBI肯定会通过限制特定范围或特定人群的方式，进一步减少需要评估的电子邮件数量。
3.电子邮件线程（Email Threads）：经过电子邮件过滤后，我们可以通过只审查最具包容性对话线程的方式减少剩余邮件数量。让我举例解释下，如果我向你和我们的共同朋友发送电子邮件，你回复了邮件，接着我们的共同朋友也回复了邮件。我们无需分别评估这三封邮件，只需评估共同朋友的电子邮件即可，因为其已经包括了我的原始电邮和你的回复。微软去年开发出的Equivio就是非常受欢迎的工具，可以轻松确定最具包容性的电子邮件线程。
进过以上3次筛选后，FBI最后需要评估的电子邮件数量可能只剩数千封甚至数百封。如果他们知道自己在寻找什么，他们还可以使用关键词搜索，进一步减少需要评估的邮件数量。
这些只是此类案件中使用的最简单的方法，还有许多工具或应用可被用于相关调查，比如Brainspace、Relativity、EnCase以及grep等。
在你看来，FBI在不到2周时间里完成65万封电子邮件的评估，已经令人感觉不可思议。可是我认为，他们实际花费的许多时间都是不必要的。毕竟，效率低下是大多数政府机构的通病。
本文转自d1net（转载）