211service.com
Socialinių tinklų vartotojų demaskavimas
Vienas iš socialinių tinklų būdų užsidirbti pinigų yra dalytis informacija apie vartotojus su reklamuotojais ir kitais asmenimis, kurie domisi vartotojų elgsenos supratimu ir internetinių tendencijų išnaudojimu.
Socialiniai tinklai paprastai žada pašalinti asmenį identifikuojančią informaciją prieš dalinantis šiais duomenimis, siekiant apsaugoti vartotojų privatumą. Tačiau mokslininkai iš Teksaso universiteto Ostine nustatė, kad kartu su lengvai prieinamais duomenimis iš kitų internetinių šaltinių šie anoniminiai duomenys vis tiek gali atskleisti jautrią informaciją apie vartotojus.
Atliekant bandymus, kuriuose dalyvavo dalijimosi nuotraukomis svetainė „Flickr“ ir mikrotinklaraščių paslauga „Twitter“, Teksaso mokslininkai sugebėjo nustatyti trečdalį vartotojų, turinčių paskyras abiejose svetainėse, tiesiog ieškodami atpažįstamų šablonų anoniminiuose tinklo duomenyse. Tiek „Twitter“, tiek „Flickr“ naudotojo informaciją rodo viešai, todėl mokslininkai anonimizavo daug duomenų, kad galėtų išbandyti savo algoritmus.
Tyrėjai norėjo išsiaiškinti, ar jie galėtų išgauti neskelbtiną informaciją apie asmenis naudodami tik vartotojų ryšius, net jei beveik visi vardai, adresai ir kitos asmens identifikavimo informacijos formos buvo pašalintos. Jie išsiaiškino, kad galėtų, jei galėtų palyginti šiuos modelius su modeliais iš kito socialinio tinklo grafiko, kuriame buvo pasiekiama tam tikra vartotojo informacija.
Duomenys iš socialinių tinklų, ypač vartotojų draugystės modelis, gali būti vertingi reklamuotojams Vitalijus Šmatikovas , Teksaso universiteto Ostine kompiuterių mokslų profesorius, dalyvavęs tyrime. Dauguma socialinių tinklų planuoja užsidirbti pinigų dalindamiesi šia informacija, o reklamuotojai tikisi ją panaudoti norėdami, pavyzdžiui, surasti ypač įtakingą vartotoją ir nukreipti jai reklamą, kad pasiektų jos draugų tinklą. Tačiau Shmatikovas sako, kad ši informacija taip pat daro tinklus pažeidžiamus. Pasak jo, kai išleidžiate šiuos duomenis, turite išsaugoti socialinio tinklo struktūrą. Jei to nepadarysite, tikriausiai tai nenaudinga tikslui, dėl kurio jį išleidžiate.
Tyrėjai teigia, kad gana lengva rasti neanoniminius socialinio tinklo duomenis: draugų ryšiai daugelyje tinklų, pavyzdžiui, Twitter, pagal numatytuosius nustatymus yra viešinami. Tuo tarpu pastangos sukurti universalų socialinį grafiką, pavyzdžiui, naudojant OpenSocial, suteikia dar daugiau išteklių. Tyrėjų algoritmai veikė tik su 12 procentų klaidų lygiu, net kai socialinių ryšių modeliai labai skyrėsi: tik 14 procentų vartotojų santykių sutapo nuo Twitter iki Flickr. Rezultatai aprašyti dokumente, kuris bus pristatytas vėliau šį mėnesį IEEE saugumo ir privatumo simpoziumas .
Tinklo struktūra aplink jus yra tokia turtinga ir yra tiek daug skirtingų galimybių, kad net jei tinkle dalyvauja milijonai žmonių, mes visi aplink mus susidaro skirtingi tinklai, sako Shmatikovas. Susidūrę su pakankamai sudėtingu žmonių elgesiu, nesvarbu, ar kalbate apie žmonių pirkinius, žiūrimus filmus ar (šiuo atveju) apie draugus ir jų socialinį elgesį, žmonės būna gana unikalūs. Kiekvienas žmogus daro keletą keistų, individualių dalykų, kurie galiausiai stipriai atpažįsta.
Kad algoritmas būtų pradinis taškas, mokslininkai taip pat turi identifikuoti kelis vartotojus iš anoniminio socialinio tinklo grafiko. Tačiau jie sako, kad tai lengva padaryti daugelyje socialinių tinklų. Pavyzdžiui, dalis „Facebook“ vartotojų nusprendžia padaryti savo profilius viešus, o užpuolikas gali tai naudoti kaip atskaitos tašką. Atlikdami eksperimentus mokslininkai nustatė, kad jiems reikia identifikuoti tik 30 asmenų, kad galėtų vykdyti savo algoritmus 100 000 ar daugiau vartotojų tinkluose.
Tyrėjai priduria, kad algoritmas naudoja mažiausią įmanomą informacijos kiekį ir kad praktiškai ryžtingas šnipinėjimas galėtų rasti daug daugiau. Ši ataka būtų buvusi daug, daug stipresnė, jei iš tikrųjų būtume panaudoję informaciją, kuri paprastai lieka pašalinus [vardus ir adresus], sako Shmatikovas. Taigi mes tikrai parodome, kaip pakanka minimumo.
Tai svarbus tyrimas, sako Alessandro pirkiniai , informacinių technologijų ir viešosios politikos docentas Carnegie Mellon universitetas ir privatumo internete ekspertas. Tyrimas atskleidžia, kaip duomenys, kurie gali atrodyti nesvarbūs, iš tikrųjų gali suteikti užpuolikui priemonių atskleisti tikrai neskelbtiną informaciją, sako Acquisti. Pavyzdžiui, algoritmas teoriškai galėtų panaudoti vartotojo mėgstamiausių grupių ir koncertuojančių draugų pavadinimus, kad iš tariamai anoniminių duomenų iššifruotų jautrias detales, tokias kaip seksualinė orientacija. Acquisti mano, kad rezultatas nuspalvina niūrų ateities internetinio privatumo vaizdą. Jo teigimu, visiško anonimiškumo nėra. Tai neįmanoma.
Shmatikovas mano, kad nėra techninio problemos sprendimo. Jis teigia, kad gali tekti pakeisti privatumo įstatymus ir įmonių praktiką, kad būtų pripažinta, jog nėra galimybės anonimizuoti socialinio tinklo duomenų. Vartotojai taip pat turėtų turėti galimybę nuspręsti, ar pirmiausia leisti dalytis savo duomenimis, sako Shmatikovas.