科普｜《安全简史》解读1：大数据隐私

Posted 2020-09-25

从今天开始，我们分7次解读一本新书名字叫《安全简史》副标题是“从隐私保护到量子密码”作者是杨义先教授和钮心忻教授，该书出版于17年6月，Jason拿到该书的第一版是在三天前，该书的目标是“为百姓明心，为专家见性；为安全写简史，为学科开通论”该书从对安全领域的原理和技术进行深入浅出的讲解，故事风趣幽默，通俗易懂。是比较不错的科普读物。

一、大数据隐私

在大数据的面前，我们都是赤裸裸的百十来斤肉，你说过什么话，做过什么事，有什么爱好等等，你自己所知道的，大数据几乎都知道；其中连你自己都不知道的事情，大数据也可能知道，比如说，他能发现你的许多潜意识习惯，集体照相时你喜欢站哪里等等；再进一步说，今后将要发生的事情，大数据它还是有可能知道的，比如说根据你的“饮食多，运动少”等信息，它便能推测出，你可能会“三高”，再比如说根据某地感冒药销量的增长，大数据就知道，流感即将要爆发了。大数据还能预测世界杯比赛结果、总统选举、股票的波动，物价趋势等等。

我们在惊讶大数据出众的解读和预测能力时，我们也会对其能力产生恐慌和畏惧，万一我们的隐私被泄漏了，后果将不堪设想。就在过去16年，两件事便可证明其强大到另人颤抖的破坏力。

第一件事便是韩国总统朴槿惠，本来好好地当着总统，却被来自网络的导弹击中，身败名裂，沦为阶下囚。而整个事件的导火索居然是对一位富二代进行的小小的“人肉搜索”，你看大数据隐私的威力不小吧，它引起的狂风暴雨，不亚于“太平洋对岸那轻轻一扇的蝴蝶翅膀”。

第二件事便是美国总统竞选者希拉里落败，本在总统大选期间，正当她节节胜利，支持率比对方高出足足12%，胜卷在握，即将成为美国历史上首位女总统时，突然爆出“邮件门”丑闻，导致公众对其不满，直接导致其竞选失败。

从上述两件事中，我们已经知道了大数据隐私的无穷杀伤力，那么你也许会问：“那到底什么是大数据呢？”，关于大数据的定义，不同的权威机构，不同的专家有不同定义。比如国际权威咨询机构Gartner说“大数据，就是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产”，而麦肯锡给的定义又是一套说辞。作者抛开这些繁琐，费解的定义，对大数据的解释是这样的：“所谓大数据，就是许多千奇百怪的数据，被杂乱无章地堆积在了一起。比如你留在社交网站上信息和言论，比如公共摄像头所捕获到你的数据等等”

那么明白了大数据大概是怎么回事儿之后呢，你或许又会问了，那既然是杂乱无章，千奇百怪的数据，那大数据是如何将它变成有价值可用的信息呢？这又涉及到一个术语叫“大数据挖掘”。你或许又会说“唉，这应该又是一个很高端很深奥很难懂的概念。”

您可别急，在作者看来，这过程没啥高端的，就垃圾处理废品回收几乎如出一辙。我们来一步一步的拆解看看：

先说工作原理，废品收购和垃圾手机，可算是“数据收集”；将废品和垃圾送往集中处理厂，算是“数据集成”；将废品和垃圾初步分类，算是“数据规约”；将废品和垃圾适当清洁和整理，算是“数据清理”：将破沙发拆成木、铁、皮等原料，算是“数据变换”；认真分析如何将这些原料卖个好价钱，算是“数据挖掘”；不断总结经验，选择并固定上下游卖家和买家，算是“，模式评估”；最后，把这些技巧整理成口居，算是“知识表示”。

咱再来看看原料结构。与大数据的异构特性一样，垃圾的分类页时多种多样的比如说：生活垃圾、建筑垃圾等等。而且垃圾和大数据一样，数量非常多，产生的速度也很快，处理起来也很困难。连最后的价值，两者也极其相似，都是越多越有价值，唯一不同的时，大数据可以多次贩卖，且一次更比一次赚钱，时间越久，价值越大。

那么通过对大数据的挖掘，我们在获得空前好处的同时，又产生了更多需要保护的“隐私”。如果从正面来说，是创造价值；从负面来说，就是泄漏隐私了！

那面对挖掘技术飞速发展的今天，我们又如何的去保护我们自己的隐私呢？

作者从两个方面提出了建议：

一是通过国家立法，通过禁止以“人肉搜索”为目的的大数据挖掘行为；增加“网名的被遗忘权”等法律条款。

二是自我保护意识的培养。

举个搞笑的例子：澡堂着火了，美女们不顾一切冲出室外，才发现自己确实赤身裸体，慌乱中赶紧捂住下身，惊呆了的看门大爷，急中生智，高叫一声：“捂脸，下面大家都一样！”于是，一场大面积、情节恶劣的隐私泄露事件，就这样被轻松化解了。回放整个事件，关键在哪里呢？对，关键就两个字：匿名！

而匿名的重点主要有以下四个方面：

• 身份匿名：让人不知道你是谁

• 属性匿名：让别人不知道你的特征

• 关系匿名：让别人不知道你和谁有关系

• 位置匿名：让别人不知道你在哪

概括一下，便是在大数据之前，隐私保护的哲学是：把“私”藏起来，而我的身份可公开。今后，大数据隐私保护的哲学将变成：把“私”公开（实际上是无法不公开），而我的身份却被藏起来，即匿名。

目前主要的匿名技术包括以下三个方面：

• 基于数据失真的匿名技术：隐藏真实意图，不断变换身份

• 基于数据加密的匿名技术：数据的加密和解密，是安全的重要方面

• 基于限制发布的匿名技术：对不符合规则的内容进行限制

在隐私保护方面，绝没有万能的灵丹妙药，任何手段也有其局限性，否则，科学和技术就不会前进了。

二、恶意代码与病毒

要想把代码讲清楚，咱就得先从电脑说起，电脑是由硬件和软件两部分组成。前者决定了它的体力，后者决定了它的智力。而软件的具体表现形式，其实就是称作代码的东西，它们不过只是一些逻辑命令而已，让电脑按顺序执行操作，指令让它做什么，它就做什么。我们将做好事的代码称为善意代码，简称为代码，将做坏事的代码称为恶意代码；但从电脑的角度来看，它们都是代码，都是应该一视同仁地执行的命令。

而恶意代码“其恶无边”的理论根据便是，凡是电脑可以做的事情，即（善意）代码可做的善事，都可以由恶意代码转换成恶事，比如叫“震网”的那几行恶意代码，就无声无息地讲伊朗的核设施给搞瘫了，上千台离心机运行失控，数以万计的终端呗感染，监控录像被篡改... ...

编写善意代码很难，但是编写恶意代码会比较容易些，因为善意代码的目标是要把某些工作做成，而恶意代码则是要把这些工作搞砸，便如古话所说，败事容易，成事难。

但恶意代码有着天然的劣势便是：一方面，目标系统的已有代码不会主动配合。另一方面，即使是恶意代码已经被成功植入目标系统，操作代码的用户，也不会主动去点击明知有害的按钮。

为了克服起天生劣势，黑客必须花大力气，做下面两件事：

其一，让被攻击的对象代码，配合恶意代码来攻击自己。

这猛的听起来好像天方夜谭一半，但现实中就常常发生，究其原因有以下三点

• 冗长的（善意）代码肯定是人编写的，是人就一定会犯错误。

• 编写（善意）代码的目的是“把事情做成”，而不是“刚好把事情做成”，所以难免会有“余热”被利用。

• 在电脑看来，代码无善恶之分，它只遵令而行。

其二，将恶意代码植入目标系统，并按时启动“爆炸”按钮。

当某些条件被触发时，相应的恶意代码便会启动“爆炸”，对目标系统进行破坏。

下面我们再来介绍一下，恶意代码的祖师爷——计算机病毒。

它虽然不是生物病毒，但在行为特征方面，与其同名恶友相比，有过之而无不及。比如传播性、隐蔽性、感染性、潜伏行、可激发行、表现行等破坏性一个也不少，还能自我繁殖、互相传染和激活再生等。它能想寄生虫那样，把自己附着在各种类型的文件上，当稳健被复制火灾网上传播时，病毒也就随同文件一起快速蔓延。由于其独特的复制能力，而且很难从正常文件中将其切割，所以病毒对资源的消耗和破坏能力很强，并且不易根除。

按病毒的感染策略，病毒可分为两个分支：

1. 非常驻型病毒，它有侦察尖兵和主力部队组成。一旦摸清了敌情，病毒们便一哄而上，有的感染文件，有的繁衍自身，有的赶紧作业，然后撤退。

2. 常驻型病毒，它隐藏在受害者的“体内”。一旦时机成熟，比如，当操作系统运行了某个特定的动作时，病毒便会出发，不断分裂，不断复制自身，不断感染并消耗系统资源。

一般病毒的衍生又有很多，比如以下两种

1. 蠕虫病毒是能够独立作战的“自包含程序”，它能将其自身功能的全部或部分，传染到网上的其他终端。与一般病毒不同，蠕虫不需要寄生货宿主代码上，就能开始干坏事。

2. 木马，也称木马病毒。它通过特定程序（木马）程序来控制另一台计算机，因此又有点像是一个主人（控制端），远远地前者一匹马（被控制端），木马与一般病毒不同，它不会自我繁殖，也并不可以感染其他文件，相反，它却要躲着伪装自己，等待黑客发布控制指令。

我的评论：

当我们一方面享受着大数据带给我们前所未有的便利和益处时，我们的隐私也在经受着前所未有的挑战和风险。王阳明的心学有四决：无善无恶心之体，有善有恶意之动；知善知恶是良知，为善去恶是格物。 希望在大数据技术飞跃的同时，人们的心念也能有所进步，向格物更进一步。但再格物之前，我们都需要进一步的分辨什么是“善”，什么是“恶”。

本文出自 “13058285” 博客，请务必保留此出处http://13068285.blog.51cto.com/13058285/1943161