Android

Οι ερευνητές μπορούν να αναγνωρίσουν ανώνυμους Twitterers

2019 SNF Conference Day 1 Part 3 (ENG)

2019 SNF Conference Day 1 Part 3 (ENG)
Anonim

αναγνωρίσιμες πληροφορίες σχετικά με τους χρήστες τους και στη συνέχεια να μοιραστούν αυτά τα δεδομένα ενδέχεται να θέτουν σε κίνδυνο το απόρρητο των χρηστών τους, σύμφωνα με τους ερευνητές του Πανεπιστημίου του Τέξας στο Austin.

Παρακολούθησαν λεπτομερώς τον τρόπο με τον οποίο μπορούν να αναλυθούν τα ανώνυμα δεδομένα και έρχονται σε κάποια ενοχλητικά συμπεράσματα. Σε ένα χαρτί που θα παραδοθεί σε μια επικείμενη διάσκεψη ασφάλειας, έδειξαν πώς ήταν σε θέση να χαρτογραφήσουν τις συνδέσεις σε δημόσια κοινωνικά δίκτυα όπως το Twitter και το Flickr. Τότε ήταν σε θέση να εντοπίσουν ανθρώπους που βρίσκονταν σε αμφότερα τα δίκτυα εξετάζοντας τις πολλές συνδέσεις που περιβάλλουν το δίκτυο φίλων τους. Η τεχνική δεν είναι 100 τοις εκατό αποτελεσματική, αλλά μπορεί να κάνει κάποιους χρήστες να αισθάνονται άβολα για το αν πρέπει να επιτρέπουν την κοινή χρήση των δεδομένων τους σε ανώνυμη μορφή.

Οι φορείς εκμετάλλευσης ιστότοπων συχνά μοιράζονται δεδομένα σχετικά με τους χρήστες με συνεργάτες και διαφημιζόμενους κάθε προσωπικά αναγνωρίσιμη πληροφορία, όπως ονόματα, διευθύνσεις ή ημερομηνίες γέννησης. Ο Arvind Narayanan και ο συνάδελφος ερευνητής Vitaly Shmatikov διαπίστωσαν ότι αν αναλύσουν αυτά τα "ανώνυμα" σύνολα δεδομένων, θα μπορούσαν να εντοπίσουν τους χρήστες του Flickr που ήταν επίσης στο Twitter για τα δύο τρίτα του χρόνου, ανάλογα με την ποσότητα των πληροφοριών με τις οποίες πρέπει να δουλεύουν. [Περαιτέρω ανάγνωση: Πώς να αφαιρέσετε κακόβουλο λογισμικό από τον υπολογιστή σας των Windows]

"Πολύς χρόνος οι άνθρωποι θα μοιράζονται πληροφορίες online και αναμένουν ότι είναι ανώνυμοι", ανέφερε ο Narayanan σε συνέντευξή του. Αλλά εάν η ταυτότητά τους μπορεί να εξακριβωθεί σε ένα κοινωνικό δίκτυο, είναι πιθανό να ανακαλυφθεί ποιος είναι σε κάποιο άλλο δίκτυο ή τουλάχιστον να κάνει μια «ισχυρή εικασία», είπε.

Το κάνουν όχι μόνο κοιτάζοντας ένα άμεσο κύκλο φίλων του ατόμου, αλλά αναλύοντας τα μοτίβα στις συνδέσεις μεταξύ όλων των φίλων στο κοινωνικό δίκτυο. "Το μεγαλύτερο μέρος του δικτύου ενός ατόμου που μπορείτε να χαρτογραφήσετε, τόσο πιο εύκολο γίνεται να αποκωδικοποιήσετε κάποιον στο μέλλον, οπουδήποτε και αν βρίσκονται", ανέφερε.

Το 2006, ελπίζοντας να δώσει στους ερευνητές αναζήτησης ένα χρήσιμο εργαλείο, το AOL κυκλοφόρησε μια βάση δεδομένων με περισσότερες από 650.000 εγγραφές αναζήτησης χρηστών. Παρόλο που τα δεδομένα αυτά καθαρίστηκαν, δεν χρειάστηκε πολύς χρόνος για τους New York Times να προσδιορίσουν έναν χρήστη βασισμένο στα ερωτήματα αναζήτησης, δείχνοντας πώς θα μπορούσαν να χρησιμοποιηθούν υποτιθέμενα ανώνυμα δεδομένα για την αναγνώριση των ατόμων.

Η τεχνική που περιγράφεται από το Πανεπιστήμιο του Τέξας οι ερευνητές θα μπορούσαν να χρησιμοποιηθούν από κυβερνητικές υπηρεσίες που επιθυμούν να κάνουν επιτήρηση ή από διαδικτυακούς εμπόρους ή ακόμη και απατεώνες που θέλουν να στοχεύσουν τους ανθρώπους με τα μηνύματά τους. Και δεν ισχύει μόνο για τα κοινωνικά δίκτυα. Ο NARAYANAN και ο Shmatikov χρησιμοποίησαν παρόμοιες τεχνικές πριν από δύο χρόνια για να δείξουν πώς θα μπορούσαν να εντοπίσουν τους χρήστες Netflix συγκρίνοντας τα δεδομένα ανώνυμης βαθμολογίας ταινιών που κυκλοφόρησε η Netflix με δημοσιευμένες αναθεωρήσεις που δημοσιεύονται στη βάση δεδομένων ταινιών Internet

Η έρευνα έχει επίσης επιπτώσεις στις πολιτικές απορρήτου στα κοινωνικά δίκτυα, τα οποία μοιράζονται πληροφορίες για τους χρήστες, αλλά με προσωπικά αναγνωρίσιμα στοιχεία, όπως ονόματα που καταργούνται. Σύμφωνα με τον Narayanan και τον Shmatikov, οι τρέχουσες τεχνικές απλά δεν κάνουν τους ανθρώπους ανώνυμους.

ιστοσελίδα. "Πρέπει να ενημερώνουν τους χρήστες όταν οι πληροφορίες τους αποκαλύπτονται σε τρίτους, ακόμη και αν αυτές οι πληροφορίες είναι ανώνυμες, και να τους δώσουμε την ευκαιρία να αποχωρήσουν."