屏幕上的日志条目一行行展开，记录着那个深夜发生的每一个细节。路容的目光锁定在“modify_file”操作后的几行——那里显示了文件大小、校验和的变化，以及一个短暂开启又关闭的临时脚本进程。她的手指在键盘上敲击，打开一个新的编程界面。夜色已深，窗外的城市灯火渐稀，只有她的房间还亮着灯。她需要写一个程序，模拟出那种特定的修改模式，让证据无可辩驳。时间在代码的字符间流逝，她的眼睛因专注而微微发亮，嘴角第一次扬起了一丝冰冷的弧度。

---

**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/blueplan/cleaned/blueplan_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/check_integrity_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/check_integrity_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行数据，随机选择一行，将其行为序列复制并追加到末尾。

-交易金额扰动：对每个金额乘以(0.95+random()*0.1)，保留两位小数。

-地理坐标截断：将经纬度坐标的小数部分截断到三位。

她写得很专注，时间在代码的字符间流逝。窗外的天空从深黑渐渐转为墨蓝，远处传来第一班地铁驶过轨道的声音，沉闷而有节奏。房间里越来越冷，她起身披了件外套，手指因为长时间敲击键盘而有些僵硬。

**凌晨三点四十二分**

模拟程序写完了。

路容从自己的备份里调出上周五清洗完成的数据文件——这是她习惯性保留的本地副本。她用自己编写的模拟程序对这个干净文件进行处理。

运行。

进度条在屏幕上缓慢移动。她的心跳有点快，喉咙发干。她拿起桌上那杯凉透的咖啡，喝了一口，苦涩的味道在舌尖蔓延。

程序运行完毕。

她打开处理后的文件，随机抽取几行数据，与王总监展示的污染样本进行对比。

第一行：日期字段，从“2023-10-28”变成了“2023-11-03”。匹配。

第二行：用户行为序列，从“login→browse→purchase”变成了“login→browse→purchase→login→browse”。匹配。

第三行：交易金额，从“149.99”变成了“142.49”（149.99*0.95）。匹配。

第四行：地理坐标，从“116.407526,39.904030”变成了“116.407,39.904”。匹配。

路容靠在椅背上，长长地吐出一口气。

白色的水汽在冰冷的空气里凝结成雾。她的手指在颤抖，但这次不是因为恐惧或应激障碍，而是因为兴奋。一种冰冷的、锋利的兴奋。

她找到了。完美的证据链。

**凌晨四点十五分**

路容开始整理报告。

她打开一个新的文档，标题是“关于blueplan_data_1103_final.csv文件数据异常的技术分析报告”。她没有署名，没有日期，文档里只有事实。

第一页：问题描述。简述文件在清洗完成后出现数据污染的情况。

第二页：现有证据。附上王总监提供的剪辑版操作日志截图，用红框标出缺失的时间段。

第三页：完整日志发现。附上从备份系统获取的完整日志截图，重点标出：

-时间：22:47-22:50

-ip地址：10.10.10.12（王总监办公室）

-用户：admin_wang（王总监管理员账户）

-操作序列：login→unlock_file→modify_file→lock_file→logout

-检测到的临时脚本：/tmp/check_integrity_script.sh