Крах анонимности Netflix: как конкурс на миллион долларов обернулся громким скандалом по деобезличиванию данных
Мы привыкли доверять крупным технологическим корпорациям свои персональные данные, усыпленные заверениями о надежной защите, шифровании и «полной анонимизации» информации перед ее анализом. Нам кажется, что если из базы данных удалены наши имена, адреса и номера телефонов, то оставшиеся цифры никак не могут выдать нашу личность третьим лицам. Однако выдающиеся исследователи в области криптографии доказали, что тотальная анонимность в цифровую эпоху — это опасная иллюзия. Самым громким подтверждением этого стала история конкурса компании Netflix, показавшая, как легко восстановить конфиденциальность тысяч людей при помощи простых сопоставлений данных.
Смелый конкурс ради идеального алгоритма
В 2006 году популярный стриминговый сервис Netflix решил улучшить качество своих рекомендаций фильмов. Компания объявила масштабный конкурс с призовым фондом в один миллион долларов для разработчиков, которые смогут создать алгоритм, превосходящий по точности их собственное решение.
Для проведения исследований Netflix опубликовала огромную базу данных, содержащую более 100 миллионов оценок от 480 тысяч реальных пользователей. Заботясь о приватности клиентов, специалисты компании тщательно анонимизировали базу данных: стерли все имена пользователей, заменив их случайными уникальными номерами. Казалось, что тайна частной жизни надежно защищена, и разработчики могут без опасений приступать к вычислениям.
Крах деобезличивания: магия связанных данных
Затея рухнула самым неожиданным образом. Двое талантливых исследователей из Техасского университета в Остине доказали, что для деанонимизации базы данных вовсе не нужно взламывать серверы Netflix. Они использовали метод сопоставления связанных данных из разных источников.
Ученые сопоставили анонимную базу оценок Netflix с открытыми публичными оценками пользователей на популярном сайте о кинематографе IMDb. Логика была проницательной: если человек посмотрел и оценил редкий фильм на обоих ресурсах примерно в одно и то же время, эти записи принадлежат одному человеку.
- Уникальность предпочтений: Исследователи доказали, что вкусы людей в кино крайне специфичны. Зная всего два-три непопулярных фильма, которые понравились пользователю, и примерные даты оценок, можно с вероятностью 84% установить его личность.
- Утечка приватности: В результате сопоставления ученые раскрыли реальные имена тысяч пользователей Netflix, получив доступ к их полным, скрытым от посторонних глаз вкусовым предпочтениям, включая политические симпатии и интимные подробности личной жизни.
Совет от dozeninfo.com
Внедряя системы аналитики больших данных или обмениваясь информацией с партнерами, никогда не полагайтесь слепо на простое удаление личных данных из баз. Помните о риске деобезличивания через связанные данные из внешних источников. Используйте современные методы сквозного шифрования, минимизируйте количество собираемой информации и всегда помните, что в цифровую эпоху лучшая защита ваших данных — это физическое ограничение их сбора.
