吸很轻，房间里能听到远处街道上偶尔驶过的夜班公交车引擎声。窗外的路灯透过没拉严实的窗帘缝隙，在地板上投下一道细长的光带。空气里有灰尘和旧书的气味，还有她刚才泡的速溶咖啡已经凉透的酸涩味道。
“完整性校验操作？”她低声自语，声音在寂静的房间里显得格外清晰。
王总监在会议上说，她只是“例行检查数据完整性”。但日志显示，那个临时脚本里包含的是正则替换命令——这根本不是校验，这是修改。
路容打开文本编辑器，开始编写代码。
她的手指在键盘上飞舞，敲击声密集而有节奏。屏幕上，Python代码一行行出现。她先定义了一个函数，模拟那个正则替换操作：将所有格式为“YYYY-MM-DD”的日期字段，统一替换成“2023-11-03”。然后她写另一个函数，计算替换前后文件的MD5校验和。
“但这样还不够。”她喃喃道。
王总监展示的“污染样本”里，不仅仅是日期被修改了。路容调出会议时拍下的那张污染数据截图——那是她偷偷用手机拍的，虽然模糊，但关键字段还能辨认。
截图显示，在“用户行为序列”字段里，原本应该是“login→browse→add_to_cart→checkout”这样的标准序列，变成了“login→browse→add_to_cart→checkout→login→browse”。重复了。
在“交易金额”字段，原本的数值被乘以了一个随机系数，范围在0.95到1.05之间。
在“地理位置”字段，部分坐标的小数点后位数被截断。
这不是简单的数据污染。这是精心设计的、模拟自然数据损坏模式的修改。目的是让污染看起来像是清洗过程中的技术错误，而不是人为破坏。
路容闭上眼睛，手指按在太阳穴上。
她能想象出那个场景：上周五晚上十点四十
本章未完，请点击"下一页"继续阅读！ 第2页 / 共15页