隱私包含的範圍不只有個人資料,其他資料像是你喜歡的品牌、你的搜尋瀏覽紀錄或是你的聊天紀錄也都是隱私包含範疇。
以收聽 Podcast 為例:
各大科技巨頭所搜集關於你的資訊: TruePeopleSearch 所整理各大科技公司所搜集的資訊 - What Information Are Giant Tech Companies Collecting From You?
改善使用者體驗
投放廣告 (以 Google 為例)
我們每天用的 Chrome、Gmail、Android、Google 搜尋引擎都是 Google 搜集使用者資料的工具
很多網站會使用 Google Analytics 來分析用戶流量和使用習慣
利用 Google Ads 和 Adsense 來結合廣告商和廣告投放平台
Google 會透過眾多搜集到的資料,分析使用者的偏好來找出對使用者效益較高的廣告來進行投放以達到最大效益
Google 在 2019 的廣告營收為 1348 億美金,佔了公司總營收的 70% (Source: Statista - Advertising revenue of Google from 2001 to 2019)
Google 搜集使用者資訊來投放廣告不是一件錯的事,身為使用者我們應該想的是我們願不願意用自己的隱私換取這些免費的服務
分享我們的使用資訊事可以幫助產品/服務的改善,但當我們不想在分享資訊的同時失去隱私的話可以透過匿名化這個動作。這邊介紹匿名化的兩個步驟:K-匿名化 和 L-多樣化
原始資料
在原始資料中,我們可以透過知道其中一到兩項資訊,推算出其他的資訊
Ex 1:如果知道薪水為 64,000,我們就可以知道他是女性,生日為 2/28/76,郵遞區號為 53706
Ex 2:如果知道郵遞區號為 53715 且為男性,我們就可以推算他的生日為 1/21/76,薪水為 50,000
因為這樣,我們必須對資料進行一些修改來達到匿名性
K-匿名化 (K=2)
為了達到 一組資料中的任何一人,必須至少與 1(K-1)個人有相同屬性,我們需要將性別移除,並將郵遞區號和薪水兩個資訊都模糊化。
但這組資料的多樣性還不夠高,因為只要知道生日是 1/21/76 就會知道薪水區間為 50,000~59,000,雖然無法準確地知道薪水為多少,但匿名性還是不夠,因此我們需要對他進行 L-多樣性。
L-多樣性 (L=2)
為了達到多樣性我們在資料的最後加上一筆假資料,如此一來我們便無法像先前一樣透過一兩樣資料來推算其他的資訊了。
這樣就算是達到 K=2 的 K-匿名化和 L=2 的 L-多樣性了。
前言:想要在現在的社會完全掌控自己的資訊幾乎是不可能的了,即使你沒有 Google Facebook 的帳號不用社群軟體,他們也還是會在你上網的過程中多多少少搜集到你的資訊。甚至是完全不使用網路也無法避免這件事,因此接下來教大家的方法都只能減少自己被搜集或是分享的資訊。
隱私權設定檢查 設定連結
肉搜人的網站
建議大家在申請移除時使用 VPN 和拋棄式 Email
個資和隱私這類的東西是要在每天的日常中多注意的,沒有一個簡單的方法可以幫我們輕易的確保隱私。
這幾年大家有越來越重視網路隱私的趨勢,保護隱私的法規也越來越多,越來越嚴格,相信我們會慢慢地取回我們隱私的掌控權的。