[[438537]]

網(wǎng)絡(luò)聊天不僅僅是為了娛樂或與朋友聊天，這是支撐著我們社會最基本的功能，例如物流、政府服務(wù)和銀行業(yè)務(wù)。消費者通過即時通訊工具與企業(yè)聯(lián)系并訂購外賣，而不是去實體店，科學會議在虛擬會議平臺上舉行，遠程工作成為越來越多行業(yè)的新常態(tài)。

網(wǎng)絡(luò)上的這些行為都涉及到隱私，隱私保護技術(shù)是今年討論最多的話題之一，盡管對某些看法還存在分歧，例如對NeuralHash 或Federated Learning of Cohorts的使用。有研究人員通過逆向編譯，發(fā)現(xiàn)蘋果用于檢測 iCloud 照片中是否存在兒童性虐待材料 (CSAM) 的 NeuralHash 算法存在漏洞，可能會被黑客利用;年初，谷歌公布了一種新的 API，名叫 Federated Learning of Cohorts (FLoC)，該 API 有望在 Chrome 瀏覽器上取代 Cookie。FLoC 使用機器學習算法來分析用戶數(shù)據(jù)，然后根據(jù)個人訪問的站點創(chuàng)建人群的集合。廣告商不會獲得用戶的本地數(shù)據(jù)，而是直接獲得更廣泛的人群畫像，從而進行廣告投放。然后谷歌的這一改進卻引起了諸多批評。盡管如此，網(wǎng)絡(luò)隱私還是在不斷在向前邁進，比如蘋果已經(jīng)公開回應，為打消用過戶的顧慮，將對Siri進行一些更改。

在默認情況下，將不再保留Siri互動的錄音，另外，Android 12還有一個Android隱私運算核心(Android Private Compute Core)，把特定功能的數(shù)據(jù)處理維持在設(shè)備上，像是即時字幕、可查詢附近所播放音樂的Now Playing，以及智慧回覆(Smart Reply)等，以保障用戶隱私;最近隱私瀏覽器Brave開發(fā)公司Brave Software近日宣布與美國加州大學圣地亞哥分校合作提出一種解決方案SugarCoat，允許在不犧牲網(wǎng)絡(luò)規(guī)模兼容性的情況下改善隱私。

SugarCoat通過自動創(chuàng)建跟蹤庫的隱私保護實現(xiàn)，以幫助解決這種隱私與兼容性的權(quán)衡。據(jù)悉，Brave將于今年第四季度開始向Brave瀏覽器用戶推出SugarCoat生成的腳本，此外還會與流行內(nèi)容攔截工具的維護者合作，以便這些工具可以增強用戶隱私。

另外，我們還看到了許多新的私人服務(wù)，許多專注于隱私的公司邁出了貨幣化的第一步，并且在 iOS 和 Android 上都在技術(shù)和營銷方面大力推動隱私。 Facebook(現(xiàn)在的 Meta)也開始為用戶提供更多隱私，在 WhatsApp 中提供端到端的加密備份，并從 Facebook 中完全刪除面部識別系統(tǒng)。

雖然我們希望 2022 年是大流行的最后一年，但我們認為隱私趨勢不會逆轉(zhuǎn)。這些過程會產(chǎn)生什么后果?在這里，我們提出了一些關(guān)于哪些關(guān)鍵力量將在 2022 年塑造隱私格局的想法。

BigTech(大型科技企業(yè))將為人們提供更多的工具來保護他們的隱私

今年4月，蘋果頂著Facebook的激烈反對，強硬調(diào)整隱私政策推行了ATT，所有App Store上架的App都必須遵守這一新政策，即App開發(fā)者需要征得用戶許可，才能跟蹤用戶或訪問其設(shè)備的IDFA(Identifier for Advertising，廣告標識)。

簡而言之，App要想獲得及處理蘋果用戶的數(shù)據(jù)，必須征得同意。

毫無疑問，這一新政當然會獲得那些在乎個人數(shù)據(jù)安全及隱私的用戶的歡迎，而Facebook則是其最大的反對者。

如果無法便利地追蹤用戶行為，F(xiàn)acebook的廣告推送將不再那么精準。蘋果公司軟件工程高級副總裁克雷格·費德里吉(Craig Federighi)曾用8秒鐘一句話概述了蘋果隱私新政ATT到底是什么：ATT給予用戶是否愿意被App和網(wǎng)站追蹤的選擇權(quán)。今年的Facebook可謂困難重重。一邊是被蘋果的隱私新政處處掣肘，還因各種數(shù)據(jù)和青少年保護問題被美國國會和各行政部門反復摩擦，而另一邊它自己也在尋求變化。

由于公司必須在全球范圍內(nèi)遵守更嚴格和更多樣化的隱私法規(guī)，因此他們?yōu)橛脩籼峁┝烁喙ぞ邅砜刂扑麄冊谑褂梅?wù)時的隱私。有了更多的設(shè)置，有經(jīng)驗的用戶或許可以根據(jù)自己的需要設(shè)置隱私。對于不太懂電腦的人，不要指望默認隱私設(shè)置可以保護你的隱私：即使在法律上有義務(wù)默認提供隱私，那些靠數(shù)據(jù)收集為底線的企業(yè)也會繼續(xù)尋找漏洞誘使人們選擇較少隱私的設(shè)置。

隨著政府建立自己的數(shù)字基礎(chǔ)設(shè)施，讓更簡單和更廣泛地獲得政府服務(wù)，并希望提高透明度和問責制，以及對人口的更深入了解和對其進行更多控制，難怪他們會對通過大型商業(yè)生態(tài)系統(tǒng)傳遞的有關(guān)本國公民的數(shù)據(jù)表現(xiàn)出更大的興趣。這將導致更多的監(jiān)管，如隱私法、數(shù)據(jù)本地化法，以及對哪些數(shù)據(jù)和何時可被執(zhí)法人員訪問的更多監(jiān)管。蘋果CSAM掃描隱私難題恰恰表明，一方面要找到加密和用戶隱私之間的平衡，另一方面要找到犯罪行為之間的平衡是多么困難。近日，中國發(fā)布了《網(wǎng)絡(luò)數(shù)據(jù)安全管理條例(征求意見稿)》，對數(shù)據(jù)存儲、數(shù)據(jù)流通、數(shù)據(jù)使用等數(shù)據(jù)合規(guī)問題進行約束。《征求意見稿》緊密貼合當下網(wǎng)絡(luò)數(shù)據(jù)安全管理熱點，在數(shù)據(jù)分級、數(shù)據(jù)“出海”、大數(shù)據(jù)殺熟、身份認證、信息泄露報備等方面給予了詳細的指導意見。另外，中國還先后發(fā)布了《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》《中華人民共和國個人信息保護法》。

數(shù)據(jù)保護和機器學習的矛盾將繼續(xù)存在

現(xiàn)代機器學習通常需要訓練具有驚人數(shù)量參數(shù)的巨大神經(jīng)網(wǎng)絡(luò)(雖然這并不完全正確，但人們可以將這些參數(shù)視為大腦中的神經(jīng)元)，有時達到數(shù)十億的數(shù)量級。多虧了這一點，神經(jīng)網(wǎng)絡(luò)不僅可以學習簡單的關(guān)系，還可以記住整塊數(shù)據(jù)，這可能導致私人數(shù)據(jù)和受版權(quán)保護的材料泄露或?qū)е律鐣姟４送猓@導致了一個有趣的法律問題：如果機器學習模型是使用我的數(shù)據(jù)訓練的，我是否可以(例如，在 GDPR 下)要求消除我的數(shù)據(jù)對模型的所有影響?如果答案是肯定的，這對數(shù)據(jù)驅(qū)動的行業(yè)意味著什么?一個簡單的答案是，公司必須從頭開始重新訓練模型，這有時可能代價高昂。這就是為什么我們期待更有趣的發(fā)展，無論是在防止記憶的技術(shù)方面，還是在使研究人員能夠從已訓練的系統(tǒng)中刪除數(shù)據(jù)的技術(shù)方面。

機器學習算法的透明度是一把雙刃劍

復雜的算法，例如機器學習，越來越多地影響我們的決策，從信用評分到人臉識別再到廣告。

隨著大數(shù)據(jù)、云計算、人工智能等技術(shù)疊加發(fā)展，人工智能倫理和算法公平的問題亦逐漸受到關(guān)注。大數(shù)據(jù)殺熟，電商平臺有償搜索、有償排名，個人信息精準推算引發(fā)的算法歧視，短視頻和游戲行業(yè)的“成癮”機制等問題逐步引發(fā)了輿論的廣泛關(guān)注。公眾認識到“算法”不僅被用來對消費者的喜好進行畫像，在一定程度上還參與了勞動秩序和規(guī)則的制定，參與社會治理。因此，“算法”是否公平不僅僅是某個平臺和企業(yè)的內(nèi)部管理問題，還涉及公共利益。

雖然有些人可能喜歡個性化，但對其他人來說，這可能會導致令人沮喪的經(jīng)歷和歧視。想象一個在線商店，它根據(jù)一些模糊的LTV(終身價值)預測算法將其用戶劃分為更有價值和更低價值的用戶，并為更有價值的用戶提供實時的客戶支持聊天，而將不那么幸運的用戶留給一個遠遠不夠完美的聊天機器人

“宅”家辦公所帶來的個人和企業(yè)隱私問題將會持續(xù)存在

隨著疫情的發(fā)展，企業(yè)紛紛發(fā)出遠程辦公的倡議，特別是高科技企業(yè)更是如此，現(xiàn)在，F(xiàn)acebook、Twitter、Okta和Box等科技公司宣布將更永久性地轉(zhuǎn)向混合辦公的模式轉(zhuǎn)換。“宅”家辦公期間，企業(yè)將高度依賴第三方辦公平臺進行公司的日常運營，以及核心會議與相關(guān)決策。一旦所選擇的平臺有風險，公司的商業(yè)機密以及關(guān)鍵資料均存在泄漏可能，嚴重時將危害公司生存與發(fā)展的命脈。

企業(yè)遠程辦公時的最大擔憂，就是關(guān)鍵數(shù)據(jù)庫內(nèi)容有可能丟失或被不軌方竊取，造成用戶數(shù)據(jù)、運營決策、商業(yè)機密外泄等嚴重隱私問題。從員工角度來講，他們在家里的一舉一動受到跟蹤，這又似乎侵犯了他們的隱私。為應對遠程辦公，員工被戴上了“數(shù)字枷鎖”。當人們在家工作時，采用攝像頭監(jiān)控其辦公情況這一行為可能存在很大問題。攝像頭可能會捕捉到員工的家人或同住者的畫面，意味著他們的隱私會遭到侵犯。有些公司使用人工智能和算法等工具來跟蹤員工和他們?nèi)斓墓ぷ鳎踔潦敲娌孔R別，以確保員工確實是在坐在辦公桌前辦公。

本文翻譯自：https://securelist.com/privacy-predictions-2022/104912/