互聯(lián)網(wǎng)時(shí)代下,通過(guò)網(wǎng)站搜集信息和資源是一件極為普遍的事情,通常,網(wǎng)頁(yè)瀏覽器會(huì )記錄用戶(hù)訪(fǎng)問(wèn)過(guò)的網(wǎng)站列表,即網(wǎng)頁(yè)瀏覽歷史記錄。
然而,即便是這樣簡(jiǎn)單的網(wǎng)絡(luò )行為,都存在著(zhù)隱秘的風(fēng)險。在8月舉行的 USENIX 會(huì )議上,Mozilla 的研究人員展示了他們對 5.2 萬(wàn)名(事先同意)的Firefox 用戶(hù)在兩周內的瀏覽歷史數據集進(jìn)行了分析的結果。
結果顯示,48,919 份瀏覽資料具有可區分性,即 99% 的瀏覽歷史是獨一無(wú)二的。超過(guò)八成用戶(hù)可通過(guò)瀏覽歷史被識別身份。而且,只需要考慮 50 個(gè)最常用網(wǎng)站就足夠。
事實(shí)上,在 2012 年就有對用戶(hù)瀏覽記錄分析用戶(hù)身份的研究。其中,研究者首先建立了一個(gè)測試網(wǎng)站,并使用 CSS 代碼從 6000 個(gè)域名列表中識別出參與者訪(fǎng)問(wèn)過(guò)的網(wǎng)站。當時(shí)的研究結果顯示,基于這 6000 個(gè)域名,參與的受試者,97%都形成了非常具有獨特性的瀏覽歷史,僅此數據就可以用來(lái)追蹤確認這些參與者。
而時(shí)下, Mozilla 這一次研究所采用的數據則更精確,Mozilla的研究收集了 5.2 萬(wàn)名參與者的全部瀏覽記錄,數據包括對 66 萬(wàn)個(gè)獨特域名的 3500 萬(wàn)次網(wǎng)站訪(fǎng)問(wèn),也是該領(lǐng)域規模比較大的一次研究。
參與者首先和 Mozilla 團隊分享他們的瀏覽歷史,然后,Mozilla 團隊開(kāi)始試驗他們是否能從大量數據中重新識別出這些用戶(hù)。結果顯示,99%的瀏覽記錄被發(fā)現具有獨特性,能與用戶(hù)“對號入座”。
此外,2012年和2020年的兩次研究對比也展示了互聯(lián)網(wǎng)時(shí)代的變化:八年前,對于用戶(hù)訪(fǎng)問(wèn)量比較大的前50個(gè)網(wǎng)站,識別用戶(hù)的準確率為38%,對于500個(gè)網(wǎng)站的數據集,準確率為70%;今天,以50個(gè)網(wǎng)站為基礎的重新識別準確率為50%,以150個(gè)網(wǎng)站為基礎的重新識別準確率為90%。
伴隨著(zhù)5G技術(shù)的發(fā)展,人們創(chuàng )造的信息總量也以幾何級數進(jìn)行累積,研究顯示,過(guò)去幾年中人類(lèi)制造的數據占整個(gè)人類(lèi)歷史數據量的95%,換言之,大數據時(shí)代已經(jīng)真正降臨。
在互聯(lián)網(wǎng)時(shí)代的后半場(chǎng),我們的生理信息都將進(jìn)入傳播渠道,成為5G技術(shù)下的重要信息資源。而通過(guò)用戶(hù)瀏覽記錄分析用戶(hù)身份無(wú)疑會(huì )成為進(jìn)入傳播渠道的另一重要數據,如何規避這一數據信息下的隱私暴露風(fēng)險,創(chuàng )造更好地保護隱私的路徑,依然有待實(shí)踐探索。但任何技術(shù)的狂想始終來(lái)自人和人性,人類(lèi)的智慧是技術(shù)的智慧,也是破解技術(shù)困境的智慧。