15 მარტი 2018 - 18:18

როგორ შეიძლება ანონიმი მომხმარებლის ამოცნობა სოციალურ ქსელში

ფოტო: shutterstock.com

სოციალურ ქსელში ადამიანებს საკუთარი ვინაობის დაფარვის სხვადასხვა მიზეზი აქვთ. ტროლებს თუ არ ჩავთვლით, რომლებსაც ანონიმურობისთვის სხვა უკვე კარგად ცნობილი მიზეზები აქვთ, არიან ისეთებიც, რომლებიც თავს ან სპეცსამსახურების თვალთვალისაგან, თაღლითებისგან ან იმავე ტროლებისაგან იცავენ. ჯერ კიდევ 2014 წლისთვის ანონიმაიზერ Tor-ის (ის ინტერნეტში ჩვენს კვალს მალავს) მომხმარებელთა რიცხვი მკვეთრად გაიზარდა და დღეში 2,5 მილიონ ადამიანს მიაღწია. ამავე პერიოდში Facebook-ი, რომელიც მანამდე პერიოდულად ბლოკავდა Tor-იდან სერვისზე წვდომას, დათმობებზე წავიდა. მიუხედავად ყველაფრისა, სურვილის შემთხვევაში, ანონიმის იდენტიფიცირება შესაძლებელია: მათ ქსელში საკუთარი ქცევა და ჩვევები გასცემთ.

შეცდომები და „სმაილები“

გარკვეულ გარემოებებში Facebook-ზე ანონიმის მიერ გაკეთებული ჩანაწერის კონკრეტულ ავტორთან დაკავშირება მისი ადრე გამოქვეყნებული ტექსტების ანალიზით შეიძლება. თითოეულ ადამიანს აქვს წერის მხოლოდ მისთვის დამახასიათებელი თავისებურებების უნიკალური კრებული: შეცდომები, რომლებსაც იმეორებს, საყვარელი "სმაილები" და სხვ. კანადის უნივერსიტეტის Concordia-ს მეცნიერებმა მოიგონეს ალგორითმი, რომელიც ასეთი თავისუბურებების ანალიზის გამოყენების საშუალებას იძლევა მის სასამართლოში დამაჯერებელი მტკიცებულების წარსადგენად. თუმცა ის მუშაობს მხოლოდ ეჭვმიტანილთა შეზღუდული წრის არსებობის შემთხვევაში, მათ შორისაა ანონიმური გზავნილის ავტორი. თითოეული ასეთი ადამიანის შემთხვევაში პოულობენ მისი წერის იმ უნიკალურ თავისებურებებს (writеprints, რომელიც fingerprints-ის ანუ თითის ანაბეჭდის ანალოგიურია), რომლებიც სხვა ეჭვმიტანილებს არ აქვთ და აჯერებენ მას ანონიმურ ტექსტთან. ასეთი შემოწმებისთვის თავის არიდება ორი გზით შეიძლება - საკუთარი წერის მანერის ზედმიწევნით, დეტალებში შეცვლით ან მაქსიმალური სიზუსტით სხვისი სტილის იმიტირებით, "სმაილების" მიბაძვის ჩათვლით. მაგრამ ანონიმური ტექსტის ავტორობის დადგენის უნივერსალური მეთოდი არ არსებობს ეჭვმიტანილთა შეზღუდული რაოდენობის გარეშე. მაგალითად, კრიპტოვალუტა Bitcoin-ის ანონიმური შემქნელის ტექსტებს სხვადასხვა მეთოდებით სწავლობდნენ, მაგრამ სხვადასხვაგვარ შედეგს იღებდნენ.

მეგობრები და გამომწერები

2009 წელს, ტეხასის უნივერსიტეტის მეცნიერებმა შექმნეს ალგორითმი, რომლითაც შესაძლებელი გახდა ანონიმური სოცქსელის მომხმარებლების დადგენა სხვა საჯარო სოციალურ ქსელში კონტაქტების სტრუქტურის ანალიზით. ექსპერიმენტისთვის მათ გამოიყენეს Twitter-ი და Flickr-ი. შედარებულ მონაცემთა 43%-ში შესაძლებელი გახდა ორი სხვადასხვა ქსელის მომხმარებლების ერთმანეთთან დაკავშირება. მონაცემები მოიცავდა, მაგალითად, მეგობრებს, ცალმხრივ მეგობრებს, გამომწერებს და სხვ. უმრავლეს შემთხვევაში კონკრეტული ანონიმის ვინაობის დადგენა შესაძლებელი იყო. ამასთან, მკვლევრები აღნიშნავდნენ, რომ ამ ქსელების აუდიტორიის ერთმანეთთან თანხვედრა სუსტი იყო, თორემ მეთოდის სიზუსტის ხარისხი უფრო მაღალი იქნებოდა. ამ მეთოდის წინააღმდეგ დამცავი მექანიზმიც არსებობს, რომელიც აღწერილია 2013 წლის ნაშრომში "იდენტობის გაყოფა". ავტორი მომხმარებელს სთავაზობს სოცქსელში სხვადასხვა წრესთან (კოლეგებთან, მსგავსი გატაცებების მქონე ადამიანებთან და სხვ.) ურთიერთობისათვის სხვადასხვა ექაუნთები შექმნას.

„ლაიქები“

ანონიმის იდენტიფიცირება ლაიქებით და შეფასებებითაც შეიძლება. 2006 წელს, კომპანია Netflix-მა (ონლაინ-კინოთეატრი იმ დროს მუშობდა, როგორც ვიდეოგაქირავება) საჯაროდ გამოაქვეყნა თავისი ნახევარი მილიონი მომხმარებლის მონაცემები. ისინი მოიცავდა მხოლოდ ფილმების მათეულ შეფასებას და ამ შეფასების თარიღს. მეცნიერებმა შეადარეს ეს მონაცემები ვებგვერდზე imdb გამოქვეყნებულ შეფასებებს, რომლებსაც მომხმარებლები საკუთარი სახელით და გვარით წერდნენ. თუ ადამიანს, დაახლოებით ერთსა და იმავე დროს ჰქონდა შეფასებული 8 ფილმი მაინც Netflix-ზეც და imdb-ზეც (თანაც ორ შემთხვევაში შეფასებები პირდაპირ ურთიერთსაწინააღმდეგო იყო), მისი ვინაობის დადგენა ფაქტობრივად 100%-იანი სიზუსტით შეიძლებოდა. იშვიათი ფილმების (ტოპ 500-ის მიღმა) მოყვარულები ყოველგვარი შეფასებების გარეშე დაადგინეს.

კომენტარები ()

სხვა თემები