2018年04月11日
因為 Cambridge Analytica 分析用戶信息進行操縱選舉的事件，Facebook如今深陷輿論旋渦，其CEO扎克伯格也在美國時間4月9日，即他出席美國國會聽證會的前一天與美國議員會面，并為Facebook不當使用用戶數據道歉。但是，Facebook并非唯一一家收集互聯網用戶數據用于商業或政治目的的公司。
超過5000萬Facebook用戶的記錄被收集，凸顯出在線用戶挖掘的危險性。而收集了這些數據的公司 Cambridge Analytica，則反映出了這些數據的各種利用可能性。Cambridge Analytica 用這些數據建立了5000萬用戶賬戶資料，然后在2016大選中用這些賬戶信息為共和黨候選人(特朗普)站臺。
然而，真正接受 Cambridge Analytica 承包商在線調查的用戶僅有27萬人。通過收集所有調查接收者社交網絡好友的信息，利用相對較少的用戶形成5000萬用戶的巨大數據庫，這種信息收集和利用能力顯露出了社交網絡的巨大力量。
與網上收集和用戶自愿提交不同，這次被搜刮信息的用戶絕大部分都是受害者，他們并沒有授權 Cambridge Analytica 收集自己的數據。
這些數據根本就是從用戶手中強拿的，用戶本無意與任何第三方共享，尤其是這么一家之前根本沒聽過的公司。
Cambridge Analytica 從用戶那里騙到的個人信息的深度和廣度昭示著數據收集生態系統的危險性。然而，企業和政治活動人士才剛剛開始探索這些數據可以用來做些什么。除了可以直接推斷人們的政治觀點、健康問題和生活方式，Cambridge Analytica 還宣稱，人們的看法也是可以借此改變的。
Cambridge Analytica 事件中比較有趣的一點是，人們似乎傾向于輕視看起來像是廣告一樣的東西。但是，這些長得像廣告的東西向用戶饋送的，才是真正重要的。這并非單純的可口可樂vs百事可樂，它會扭曲你對時事的看法。
數據收集與分析公司能從你的線上數據中推斷出你的哪些屬性呢?
1. 匿名沒戲
互聯網上幾乎做不到匿名。即便對在線發布信息很謹慎的人都會發現，通過數據收集和數據發布，大范圍分析往往能將看起來毫無關聯的事件或者匿名的活動聯系在一起。
比如說，2008年的一篇論文中，德州大學奧斯汀分校的研究人員就發現，在IMDb上發布了幾條電影推介的用戶，就身處Netflix用于調研目的而發布的匿名電影推薦的大型數據庫中。
這種泄露能造成重大影響。給流行電影打分的人會發現自己被納入了更大的數據集，自己私下打過分的其他成百上千部電影都與自己關聯了起來。
電影評分可揭示出評分者的多種屬性，比如性向、政治偏好和健康問題。雖然不應該單單從電影偏好上進行推斷，但在許多工作和社交場合，對《同志亦凡人》這種同性戀主題電影所持的觀點(在Netflix觀影記錄中會有所體現)，往往比較敏感。
來自社交網絡、地理位置數據和在線閱讀偏好的數據也可應用類似的關聯和分析技術。
2. 發現瀏覽習慣
瀏覽記錄能說明很多問題，而有興趣的公司和數據代理商就用各種各樣的辦法來收集此類信息。2016年，德國公共廣播電視公司NDR的一名調查記者和一名數據科學家發現，名為 Web of Trust 的一款瀏覽器插件一直在收集300萬名德國用戶的瀏覽器歷史記錄。
由于很多社交媒體站點都在鏈接中帶有用戶ID，瀏覽器歷史記錄去匿名化并不難。某些案例中，僅僅知道某人使用的部分站點就足以在Web鏈接數據庫中找出他們。
完全不用瀏覽器插件也避免不了被標定的命運。某些情況下，各種漏洞就讓不道德的Web站點具備了發現瀏覽者是否瀏覽過其他站點的能力。這種“歷史嗅探”技術的用法很多，找到信息就像檢測鏈接是否被訪問過一樣簡單。
另外，廣告網絡還會從瀏覽過加載了其廣告的站點的任何瀏覽器上收集信息，在用戶瀏覽各個網站的時候通過安裝cookie或其他追蹤數據來標記用戶。廣告情報公司eMarketer的數據顯示，消費者對此類跟蹤技術的擔憂正是廣告攔截器使用率穩步上升的原因之一——今年攔截器的使用率有望升至31%。
3. 確定政治立場
Cambridge Analytica 已因非法收集用戶數據用于政治活動建模而處于輿論的風口浪尖了。不過，該技術的準確率很大程度上取決于所用的數據，也不是總那么準確。舉個例子，2013年，加拿大麥吉爾大學的2名研究人員發現，其他研究論文就對通過機器學習檢測政治偏向性的能力太過樂觀了：驗證數據集的收集方式才是模型準確率的決定因素，不管過去的成果多么斐然，所用方法多么先進。
但是，機器學習和自然語言處理技術如今已然大幅進步。社交網絡提供商Lithium分析了推特用戶反饋，發現如果推文提到了其他用戶，其政治取向的分析結果就會更準確。僅包含沒提到其他用戶的推文的訓練數據集，其推斷準確性就比包含了提到其他用戶的數據集低了20%。
Facebook用戶能看到社交網絡與自身利益和政治取向的緊密聯系。
4. 確定性取向
無論是電影評分還是瀏覽器歷史記錄，太多在線數據可被用于猜測用戶的性取向。不僅如此，還有其他技術甚至可以用更少的數據來推斷用戶取向。比如說，一張照片。
2017年的一篇爭議性論文中，斯坦福大學的兩名研究人員發現，神經網絡可以檢測出人類面部特征與性向之間的聯系。部分人批評該研究是助長成見，還有其他研究則發現該識別引擎是對笑容和頭部姿勢之類的因素敏感。2018年，谷歌3名研究人員駁斥了該論文，他們發現一些詢問受訪者是否有某些特定習慣——比如戴眼鏡或留胡須等，也能得出相似的結論。
5. 健康狀況
消費者的購買習慣透露出有關其個人生活的很多信息。購物習慣足以確定消費者的健康問題，比如妊娠、糖尿病等。塔吉特百貨就曾為了提升其對準媽媽客戶的識別率，而爬取了大量購物數據，發現了與妊娠緊密相關的20多種產品。《紐約時報》2012年的一篇報道顯示，該公司甚至先于某高中女生的父親發現該名女生已懷孕。
消費者四處留下信息。商家知道哪些人酗酒，哪些人在找躁郁癥的治療方案，他們什么都知道。
而且，搜索結果中彈出的很多網站其實都在收集和售賣網站訪客的數據，要么自己收售，要么通過第三方廣告商這么干。賓夕法尼亞大學一名研究人員搜索了2000種常見疾病，發現搜索結果中90%的網站和廣告網絡都在跟蹤訪問者的興趣點。
6. 偵測情緒
科技巨頭蘋果、谷歌和Facebook，還有Affectiva之類專業初創公司，都已經開始分析用戶的社交媒體發布內容來衡量用戶發布當時的情緒了。2014年的一份研究中，Facebook用機器學習基于情緒性內容為社交媒體帖子進行了分類，發現正面和負面內容都具有傳染性，情緒可通過社交媒體廣為傳播。
蘋果和谷歌也在找尋檢測并利用情緒的方法。在2016年收購了Emotient公司的蘋果，在其Animoji和 Face ID 中運用情緒跟蹤技術來捕捉并分類面部表情。谷歌則用情緒識別來分類圖像，并在其 Cloud Vision API 中為開發者提供該技術。
市場營銷人員期待將來會出現能自動偵測消費者挑選商品時情緒狀態的技術，一些技術人員則認為情緒敏感的機器(比如能感知駕駛員路怒傾向的汽車)才是未來發展方向。比如說，MIT孵化的初創公司Affectiva，為大量應用程序分析了650萬張人臉以檢測情緒。
7. 位置軌跡
通過大多數人都隨身攜帶的設備——智能手機，用戶的地理位置變化軌跡可以很容易地被記錄下來。只要智能手機連接上基站網絡，其信息就在蜂窩提供商那里掛了個號。2011年，德國一位政治家從其電信提供商處獲得了他的位置追蹤數據，描繪出了他在6個月時間范圍內的活動軌跡。
其他App也可能會收集用戶的位置信息，無論這些信息它需不需要。
而且，公司企業還會用其他方式收集消費者的位置信息。比如說，司法機構和公司企業就會用自動牌照識別系統(ALPR)來追蹤套牌車。
總的說來，ALPR數據可以描繪出駕駛員的生活軌跡，甚至觸及美國憲法第一修正案所保護的那些活動。因為哪兒哪兒都用得到車牌，ALPR用于跟蹤記錄大量普通民眾的行動就有點煩人了，畢竟絕大多人都與犯罪無關。
EZPass和其他自動收費裝置也會記錄下用戶的位置。10月份，調查發現，紐約市交通局利用EZPass脈沖轉發器跟蹤曼哈頓的交流狀態。
當前數據經濟大環境和消費者隱私保護立法的欠缺，導致了數據收集市場的混亂，公司企業紛紛創建誘騙性服務，吸引消費者交出自身數據的使用權，而且很多時候消費者甚至都沒有意識到自己交出了什么。消費者和互聯網公司之間需要有新的協議公約出現，即默認情況下保護用戶隱私而非偏向廣告商利益的新公約。
江蘇國駿信息科技有限公司在信息網絡安全、運維平臺建設、動漫設計、軟件研發、數據中心領域具備十多年的行業沉淀。公司遵循信息安全整體性的IATF模型，從“人員素養”、“制度流程”、“技術產品”三個視角提供全面、可信的方案，業務涵蓋咨詢、評估、規劃、管控、建設、培訓等。
江蘇國駿信息科技有限公司——全面可信的信息安全服務商。