211service.com
Smascherare gli utenti dei social network
Un modo per fare soldi con i social network è condividere le informazioni sugli utenti con inserzionisti e altri interessati a comprendere il comportamento dei consumatori e sfruttare le tendenze online.
I social network in genere promettono di rimuovere le informazioni di identificazione personale prima di condividere questi dati, per proteggere la privacy degli utenti. Ma i ricercatori dell'Università del Texas ad Austin hanno scoperto che, combinati con dati prontamente disponibili da altre fonti online, questi dati anonimi possono ancora rivelare informazioni sensibili sugli utenti.
Nei test che hanno coinvolto il sito di condivisione di foto Flickr e il servizio di microblogging Twitter, i ricercatori del Texas sono stati in grado di identificare un terzo degli utenti con account su entrambi i siti semplicemente cercando modelli riconoscibili nei dati di rete anonimi. Sia Twitter che Flickr mostrano pubblicamente le informazioni sugli utenti, quindi i ricercatori hanno reso anonimi gran parte dei dati per testare i loro algoritmi.
I ricercatori volevano vedere se potevano estrarre informazioni sensibili sugli individui utilizzando solo le connessioni tra gli utenti, anche se quasi tutti i nomi, gli indirizzi e altre forme di informazioni di identificazione personale erano stati rimossi. Hanno scoperto che potevano, a condizione di poter confrontare questi modelli con quelli di un altro grafico di social network in cui alcune informazioni dell'utente erano accessibili.
I dati dei social network, in particolare il modello di amicizia tra gli utenti, possono essere preziosi per gli inserzionisti, afferma Vitaly Shmatikov , professore di informatica presso l'Università del Texas ad Austin, coinvolto nella ricerca. La maggior parte dei social network prevede di fare soldi condividendo queste informazioni, mentre gli inserzionisti sperano di utilizzarle, ad esempio, per trovare un utente particolarmente influente e indirizzarle pubblicità per raggiungere la sua rete di amici. Ma Shmatikov afferma che queste informazioni rendono vulnerabili anche le reti. Quando rilasci questi dati, devi preservare la struttura del social network, dice. Se non lo fai, probabilmente è inutile per lo scopo per cui lo stai rilasciando.
I ricercatori affermano che è abbastanza facile trovare dati di social network non anonimi: le connessioni tra amici in molte reti, come Twitter, sono rese pubbliche per impostazione predefinita. Nel frattempo, gli sforzi per creare un grafo sociale universale, come con OpenSocial, forniscono ancora più risorse. Gli algoritmi dei ricercatori hanno funzionato con solo un tasso di errore del 12% anche quando i modelli di connessioni sociali erano significativamente diversi: solo il 14% delle relazioni degli utenti si sovrapponeva da Twitter a Flickr. I risultati sono descritti in un documento che sarà presentato alla fine di questo mese al Simposio IEEE su sicurezza e privacy .
La struttura della rete intorno a te è così ricca e ci sono così tante possibilità diverse che, anche se hai milioni di persone che partecipano alla rete, finiamo tutti con reti diverse intorno a noi, dice Shmatikov. Una volta che hai a che fare con comportamenti umani sufficientemente sofisticati, che tu stia parlando di acquisti che le persone fanno o di film che vedono o, in questo caso, degli amici che fanno e di come si comportano socialmente, le persone tendono ad essere abbastanza uniche. Ogni persona fa alcune cose bizzarre e individuali che finiscono per essere fortemente identificative.
Per dare all'algoritmo un punto di partenza, i ricercatori devono anche identificare alcuni utenti da un grafo di social network anonimo. Ma dicono che questo è facile da fare su molti social network. Una parte degli utenti di Facebook, ad esempio, sceglie di rendere pubblici i propri profili e un utente malintenzionato potrebbe utilizzare questo come punto di partenza. Nei loro esperimenti, i ricercatori hanno scoperto che avevano bisogno di identificare solo 30 individui per poter eseguire i loro algoritmi su reti di 100.000 utenti o più.
I ricercatori aggiungono che l'algoritmo utilizza la minor quantità di informazioni possibile e che, in pratica, un ficcanaso determinato sarebbe in grado di trovarne molte di più. Questo attacco sarebbe stato molto, molto più forte se avessimo effettivamente utilizzato le informazioni che in genere vengono lasciate dopo che [nomi e indirizzi] sono stati rimossi, afferma Shmatikov. Quindi stiamo davvero mostrando come il minimo indispensabile sia sufficiente.
È una ricerca importante, dice Alessandro Acquisti , professore associato di tecnologia dell'informazione e politiche pubbliche presso Università Carnegie Mellon e un esperto di privacy online. La ricerca evidenzia come dati che potrebbero non sembrare importanti possano effettivamente fornire a un utente malintenzionato i mezzi per scoprire informazioni veramente sensibili, afferma Acquisti. Ad esempio, l'algoritmo potrebbe teoricamente impiegare i nomi delle band preferite di un utente e degli amici che vanno ai concerti per decodificare dettagli sensibili come l'orientamento sessuale da dati presumibilmente anonimi. Acquisti ritiene che il risultato dipinga un quadro desolante per il futuro della privacy online. Non esiste una cosa come l'anonimato completo, dice. È impossibile.
Shmatikov pensa che non ci sia una soluzione tecnica al problema. Suggerisce che potrebbe essere necessario modificare le leggi sulla privacy e le pratiche aziendali per riconoscere che non c'è modo di rendere anonimi i dati dei social network. Gli utenti dovrebbero anche essere in grado di decidere se consentire la condivisione dei propri dati in primo luogo, afferma Shmatikov.