6、数据碎片与意外交火 ...
-
临时统一战线建立后，公寓进入了一段微妙的“冷和平”时期。两人依然交流极少，但那种剑拔弩张的紧绷感消失了。厨房偶尔的相遇，会有点头致意；冰箱里的食物，开始出现“可共享”的便签；垃圾也会在超出个人责任范围时，被默默带走。
林薇利用陈序提供的第二个思路，从外围入手。她以“项目合规检查，排查所有外接设备记录”为由，通过IT部一个相熟的同事，拿到了那段时间公司部分会议室投影仪和公共打印机的匿名连接日志。海量数据。
她熬了两个通宵，用Excel和简单的筛选匹配，进展缓慢，眼睛布满红血丝。
周六下午，陈序从房间出来倒水，看见林薇瘫在客厅沙发上，笔记本电脑搁在腿上，屏幕上是密密麻麻的表格，她手指无意识地按着太阳穴。
“你在做关联匹配？”陈序扫了一眼她的屏幕。
“嗯。”林薇没精打采地应了一声，“时间戳、设备ID、用户名的匿名哈希……手动找交集，效率太低。”
“数据量多大？”
“几个CSV文件，加起来大概几十万行。”
“给我十分钟。”
不等林薇回答，陈序转身回房。几分钟后，他拿着自己的笔记本电脑出来，放在餐桌上，开机，手指在键盘上飞舞。
“IP，借我用一下，开个临时FTP或者用U盘。”他说。
林薇犹豫了一瞬，将数据拷贝到一个空白U盘递过去。陈序接过去，插入电脑，打开一个黑色的终端窗口，敲入几行命令。屏幕上代码飞速滚动。
“用Python的pandas做merge，按时间窗口和匿名ID做模糊匹配，设定五分钟时间容差。”陈序一边敲一边说，更像是在自言自语，“可以加个权重，同一设备在相近时间被不同匿名ID访问，嫌疑度升高。”
林薇忍不住走过去，站在他身后看。屏幕上不再是天书般的代码，而是清晰的数据处理流程。她看不懂具体语法，但能理解逻辑。
七分钟后，陈序敲下回车。程序运行，进度条飞快推进。不到一分钟，结束。屏幕上输出一个简短的文本结果：
找到3组高强度关联记录：
【匿名ID:A7F3】在20:15连接3楼打印机。
【匿名ID:X2B9】（外包员终端）在20:17连接同楼层会议室投影仪。
时间差：2分钟。物理距离：相邻。
【匿名ID:A7F3】在22:40访问8楼公共共享盘“临时交换区”。
【外部IP:***.proxy.xx】在22:42开始尝试连接该共享盘（记录为扫描尝试）。
时间差：2分钟。行为：先内部放置，后外部尝试拉取。
...
林薇的心脏狂跳起来。匿名ID A7F3！这个哈希值，她记得！那是公司高层专用会议室区域的设备通用匿名ID之一！而能频繁使用那个区域的人……范围极小。
“能……能反向破解这个匿名ID吗？或者关联到具体设备MAC地址？”她的声音有些发颤。
“不能。匿名化是单向哈希，且加盐了，除非有彩虹表或权限。”陈序摇头，但指着第二条记录，“但这条有意思。内部先放，外部立刻尝试拉。说明外部知道东西在那，而且知道大概时间。这更像是……预约好的交接，而非偶然泄露或窃取。”
内外勾结。预约交接。
所有的线索瞬间串成一条冰冷的线，直指那个她不愿深想的可能性。
“谢谢。”林薇的声音干涩，但极其郑重，“这……省了我至少三天时间，而且是决定性的方向。”
“等价交换。”陈序合上电脑，忽然问，“你懂投资模型，对‘过拟合’有概念吗？”
林薇一愣，点头：“模型在训练数据上表现完美，但遇到新数据就崩溃。缺乏泛化能力。”
“嗯。我的算法现在就有这个问题。太贴合现有数据分布了。”陈序难得地露出了些许困扰的神情，像面对一个棘手的bug，“我在想，除了技术上的正则化，有没有一种……业务逻辑上的约束，可以防止模型走捷径？”
林薇思考了片刻，结合自己金融模型的经验，尝试道：“在金融里，我们防止模型‘过拟合’历史数据，会引入‘压力测试’——假设一些极端但合理的恶劣场景，比如市场崩盘、流动性枯竭，看模型会不会失效。或者，加入‘交易成本’、‘市场冲击’这些约束，让模型不能无限理想化地套利。”
“压力测试……极端但合理的对抗性场景……”陈序若有所思，手指无意识地在桌面上敲击，“不是随机噪声，而是有针对性的、最可能攻击模型弱点的‘对抗性样本’……把可能的‘攻击’提前纳入训练……”
他猛地抬起头，眼中闪过一道光：“‘对抗性训练’……对，可以在训练循环里，主动生成攻击当前模型最有效的‘坏样本’，强迫模型去学习抵御它们，而不是仅仅记住现有数据的模式……这就像，提前给自己找一个最强的‘对手’陪练！”
他语速越来越快，完全沉浸在自己的思路里，甚至忘了林薇的存在。
林薇看着他瞬间被点亮的侧脸，那种专注到发光的模样，让她忽然想起自己解出一个复杂估值模型时的瞬间。不同的领域，同样的光芒。
“听起来是个好思路。”她轻声说。
“很有帮助。谢谢。”
“等价交换。”林薇用他刚才的话回应，嘴角弯起一个极淡的弧度。
就在这时，林薇的工作手机急促地震动起来。是王总。
她心头一紧，走到窗边接起：“王总。”
“林薇，你在哪？”王总的声音听不出情绪。
“在家。”
“现在来公司一趟。立刻。”电话挂断。
林薇握着手机，掌心冰凉。这个时候突然召见……是发现了她的私下调查，还是……？
“需要帮忙吗？”陈序的声音从身后传来。他已经收拾好电脑，站在客厅看着她。
林薇摇头，快速整理了一下头发和衣领，试图找回平日的镇定。“工作的事。谢谢你的……‘等价交换’。”
她走向门口，在换鞋时，陈序又说了一句：“那个匿名ID A7F3关联的物理设备区域，如果权限很高，注意安全。”
林薇动作一顿，没有回头。“明白。”
门关上。陈序站在原地，看着紧闭的房门，又看了看餐桌。刚才，那里并排摆着两台电脑，处理着完全不同领域的问题，却意外地完成了一次交叉“debug”。
他回到房间，打开代码编辑器，将“对抗性训练”和“压力测试”的思路，快速写成注释，融入“深蓝”算法的下一个迭代方案中。
而驶往公司的出租车里，林薇看着窗外飞速倒退的街景，脑中反复回响着陈序最后那句话。
注意安全。
这个来自临时盟友的、生硬却直接的提醒，在此时，竟让她感到一丝奇异的慰藉。
（第6章完结）
作者有话说
第6章 数据碎片与意外交火
