---
**凌晨一点十七分**
路容的出租屋里，只有笔记本电脑的风扇声和键盘敲击声。
她盯着“文件操作详情”日志里的那几行记录：
```
22:49:11,ip:10.10.10.12,用户:admin_wang,操作:modify_file,对象:/data/bluen/ed/bluen_data_1103_final.csv
-文件大小变化:从1,247,583字节变为1,247,612字节(+29字节)
-md5校验和变化:从8f3c7a2e1b9d5f4a6c0e8b7d2a1c3f5e变为4a6c0e8b7d2a1c3f5e8f3c7a2e1b9d5f4
-检测到临时脚本进程:/tmp/chetegrity_script.sh(pid:28473)运行时长:2.1秒
-脚本内容摘要:包含“sed-i''s/,\“\\d{4}-\\d{2}-\\d{2}\“/,\“2023-11-03\“/g''”等正则替换操作
```
路容的手指在触摸板上滑动，将这几行日志截图保存。她的呼吸很轻，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：上周五晚上十点四十九分，王总监坐在自己的办公室里，电脑屏幕亮着。她打开终端，登录管理员账户，解锁路容已经清洗完成并锁定的文件。然后她运行一个脚本——那个/tmp/chetegrity_script.sh——脚本按照预设的规则，对文件进行“污染”。完成后，她重新锁定文件，退出登录。
然后，她删除了操作日志中关于这个脚本运行的具体内容记录，只留下“modify_file”这个笼统的操作条目。在提供给路容的剪辑版日志里，她甚至把这个条目也删掉了。
“但你没删干净。”路容睁开眼睛，目光重新聚焦在屏幕上。
备份系统里的完整日志，还保留着脚本进程的pid、运行时长，甚至脚本内容摘要。虽然看不到完整脚本代码，但这些摘要已经足够。
路容开始编写第二个模拟程序。
这一次，她不仅要模拟日期替换，还要模拟用户行为序列的重复、交易金额的随机扰动、地理坐标的截断。她根据污染样本中观察到的模式，推断出可能的算法：
-用户行为序列重复：每隔100行数