几乎所有的移动端App都要在某些方面收集、使用乃至共享你的私人数据。你可能需要不断地调整自己的隐私政策和权限设置才能更好地保护自己的隐私——但这并不是件容易的事,特别是当你自己也被那些复杂的选项搞糊涂,不知道如何安排才最适合自己的时候。
现在,一款新的App或许能帮上忙。
这款名为“隐私助手”的App由卡内基梅隆大学的研究者开发,利用机器学习技术让安卓用户更好地对自己手机上的私人数据进行管控。“隐私助手”将用户对于某些特定问题的答案(如“一般来说,你对让金融理财类的App获取你的位置信息是否感到舒服?”)与其通过分析用户手机上App得到的信息结合,为用户推荐适合自己的隐私权限管理方案。
CMU团队的工作证明,机器学习能为个人的隐私参数建立模型。系统将会根据用户对于几个问题的答案将其归入某类相似的人群中,进而为用户推荐最适合这组人群的位置信息、通讯录、信息、电话数据、摄像头和麦克风之类的数据共享设置。
Sadeh的团队还在考虑用推送、通知这类方式来提醒用户正在共享数据,并对自己的隐私设置进行检查。小组也已经发现,像告知用户自己的位置信息被收集的频率、有多少App正在收集他们的通讯录信息或是尝试接入摄像头一类的推送,能够更好地激励用户对自己的设置进行检查。
此款App只能在root过的系统上使用,也就是说操作系统需要完全对应用开放。不过CMU“个人化隐私助手项目”的负责人Norman Sadeh表示,希望主要的科技公司能将这种技术看作一种把自身和其他竞争者区分起来的方式,为“隐私助手”成为一种主流工具铺平道路。
近年来,为针对性广告投放而进行的数据收集和分析正变得越来越普遍,也越来越复杂,对于很多用户来讲,这个过程是在一个黑箱中发生的。绝大多数人不会在阅读隐私政策或管理权限上费工夫,即便有些人真的关心,他们在此类问题上也要面对那种十分含混、不清楚的语言。
最近一份皮尤研究报告显示,91%的美国成年人相信,消费者已经失去了对于公司收集和使用其个人信息的控制。如果联邦政府的管理者继续对此类问题置身事外,会有更多的人倾向于用“隐私助手”这类技术帮自己维持住对于数据的控制。
通过对几十万免费App的代码进行扫描,CMU团队发现,这些应用收集位置信息的目的常常不只是为了支持其核心功能,很多时候是为了扔广告。Sadeh说,我们应该有一种更好的数据管理方式,将用户的意愿更多地考虑在内。比如一个人可以说:“我希望在类似导航或是推荐附近餐馆的事情上让这款App获取我的位置信息,但我不希望将这些信息交到那些试图全面掌握我个人行踪的分析公司的手里。”