读普林斯顿盘算机公开课12数据

[复制链接]
发表于 4 天前 | 显示全部楼层 |阅读模式

1. 数据

1.1. 用电脑、手机或光荣卡做的险些每一件事都会产生有关你的数据

  • 1.1.1. 数据被细致网络、分析、永世生存,并经常被出售给那些你对其一无所知的机构
  • 1.1.2. 大多数数据不是为我们所用的,而是关于我们本身的
  • 1.1.3. 数据越多,生疏人对我们的相识就越多,我们的隐私和安全也就越少
1.2. 单元

  • 1.2.1. 艾字节(exabytes,10^18)
  • 1.2.2. 泽字节(zettabytes,10^21)
  • 1.2.3. yottabytes(10^24)
  • 1.2.3.1. yotta是国际单元制(SI)中最大的前缀
1.3. 数据发掘是从全部大数据中探求匿伏有代价的信息和洞见的过程

  • 1.3.1. 数据的大部分代价表如今与其他数据联合以提供新的洞见
1.4. 数据科学是一个跨学科的范畴,它应用统计学、呆板学习和其他技能来明白数据,试图从中提取意义,并基于数据举行推测

  • 1.4.1. 数据科学家就是从事这些工作的人,他们有望在如许一个时髦而告急的工作范畴得到丰厚的报酬
1.5. 呆板学习的广泛利用引发了人们对数据推论的严肃担心,这些推论大概支持种族主义、藐视和其他伦理标题

  • 1.5.1. 人们很容易以为呆板学习是一种客观的引导,但在许多环境下,它的结论只是用一种权势巨子的外套粉饰了隐性的私见
1.6. 完全隐形或完全安满是不大概的,但你可以更好地掩护本身的个人隐私和并显着进步安全性

  • 1.6.1. 经常带着随时都知道我们在哪的手机到处走动
  • 1.6.2. 我们的汽车知道我们在那里,并将信息通报给其他人
  • 1.6.3. 无处不在的摄像头也知道我们的车在那里
  • 1.6.4. 像联网恒温器、安全体系和智能电器如许的家庭体系会监督我们的一举一动,知道我们是否在家,以及我们在家时都做了些什么
1.7. 垃圾邮件、敲诈、特工软件、病毒、追踪、监督、冒名顶替,以及走漏你的隐私信息,以致遗失产业,种种不幸都会接踵而来

  • 1.7.1. 胆小如鼠才是明智之举
2. 邮件

2.1. ProtonMail

  • 2.1.1. 答应掩护隐私,它选择把总部设在瑞士,固然是为了忽略来自其他国家的获取信息的哀求
  • 2.1.2. 任何公司都大概发现本身受到政府机构和商业金融压力的挤压,无论它在那里
3. 搜刮

3.1. 网页搜刮开始于1995年

  • 3.1.1. 搜刮是个大产业,它从无到有,短短不到20年就成为一个告急的产业
3.2. 谷歌公司的谢尔盖·布林和拉里·佩奇于1998年初发表了论文“大规模超文本网络搜刮引擎分析(The anatomy of a large-scale hypertextual web search engine)”​

  • 3.2.1. 谷歌,它建立于1998年,上市于2004年,到2020年秋季,市值已经到达1万亿美元
3.3. 互联网着实太大了,每个用户在查询时不大概开启一个对整个Web的新搜刮
3.4. 搜刮引擎的告急任务就是为满足查询需求,事先把全部页面信息有构造地生存在服务器上
3.5. 关键标题是规模太大

  • 3.5.1. 谷歌从前总会公布它为构建索引抓取了多少多少页面,但在这个数字凌驾100亿之后,就不再公布了
  • 3.5.2. 如果一个网页匀称100KB巨细,那么存储1000亿页面就要占用10拍字节的磁盘空间
3.6. 最初的搜刮引擎只会体现一个包罗搜刮关键词的页面列表,而随着页面数量标增长,搜刮效果中就会混入大量无关页面
3.7. 搜刮引擎的广告模式说到底就是搜刮引擎公司对搜刮词举行及时拍卖,广告客户出价购买的是在特定关键词的搜刮效果旁边体现广告的权利,而且当欣赏者点击广告时,提供广告的搜刮引擎公司就会赢利
3.8. 一种大概的私见情势是,名义上中立的广告效果根据大概的种族、宗教或民族特性,对特定群体产生玄妙的私见
4. 跟踪

4.1. 广告的定位越精确,就越有大概引起观众的积极回应
4.2. 个人信息被网络是不可克制的,做任何事都很难不留下陈迹
4.3. 网络bug(web bugs)或网络信标(web beacons)

  • 4.3.1. 图片是1像素宽1像素高,而且是透明的,以是它是完全不可见的
  • 4.3.2. 它们唯一的目的就是跟踪
4.4. 欣赏器允许你完全关闭cookie,大概禁用第三方cookie
4.5. 隐私欣赏或隐身模式是一种客户端机制,它告诉欣赏器在会话制止时打扫汗青记载、cookie和其他欣赏数据

  • 4.5.1. 这会克制你电脑的其他用户知道你曾做过什么,但它不会影响你去过的地方的足迹,这些地方很有大概再次认出你
  • 4.5.2. 一些网站如果发现你在利用隐身模式,就会拒绝提供内容
4.6. 防御机制在差别的欣赏器之间,以致在同一欣赏器的差别版本之间,都不是尺度化的,通常默认设置为不举行防御
4.7. 欣赏器指纹辨认(browser fingerprinting)利用欣赏器的个人特性来辨认你,通常是唯一的,不须要cookie

  • 4.7.1. 利用HTML5中的新功能,一种称为画布指纹的技能,可以看到单个欣赏器怎样渲染特定的字符序列
  • 4.7.2. 不管用户的cookie设置怎样,只需少量的这些辨认信号就足以区分和辨认个人用户
  • 4.7.3. 广告商和其他构造渴望对个人举行准确辨认,无论他们是否禁用cookie
4.8. 并不是只有欣赏器可以跟踪用户,邮件阅读器以及其他体系也可以
4.9. 深度包检测

  • 4.9.1. 可以用于有效的目的,比如打扫恶意软件
  • 4.9.2. 也可以用来更好地举行定向广告,大概监控或干预收支一个国家的通讯
  • 4.9.3. 防御深度包检测的唯一步调是利用HTTPS的端到端加密,它能掩护内容在传播过程中不受查抄和修改,但它不隐蔽来自源端以及目的端那样的元数据
5. 外交网络

5.1. 追踪我们访问的网站并不是网络我们信息的唯一方法

  • 5.1.1. 可以从外交网络用户免费提供的信息中做出推断
5.2. 外交网络的用户可以说是志愿放弃了大量的个人隐私,以变更娱乐,以及与他人保持接洽
5.3. 搜刮引擎和外交网络提供了有效的服务,而且是免费的
5.4. 地理定位服务会在手机上体现用户的位置,可以或许为和朋侪见面大概玩基于位置的游戏提供方便
5.5. 位置隐私(location privacy),即让本身位置信息保密的权利,在许多体系中并没有得到保障,比如光荣卡付出体系、高速公路和公共交通刷卡收费体系,固然尚有手机
5.6. 手机应用步伐是最恶劣的侵占者,通常会要求获取关于你的根本全部信息,包罗通话数据、物理位置等

  • 5.6.1. 一个手电筒应用步伐真的须要我的位置、接洽人和通话记载吗?
6. 数据发掘

6.1. 有些信息显着就是公开的,尚有些信息网络起来就是为了供人搜刮和索引的
6.2. 一旦上了网,信息很大概永世在网上
6.3. 查询日记包罗了对经业务务和改进服务有代价的信息,但很显着此中大概包罗敏感的个人信息
6.4. 人们很容易信赖没有人能解开某些机密,由于他们知道的不敷多
6.5. 公众对数据网络水平的熟悉(只管还远远不敷)正在进步
7. 云盘算

7.1. cloud computing
7.2. 纵观技能发展史,一个显着不如前一代产物美满的新产物,从更美满的老产物那劫掠用户,渐渐将其挤出市场,如许的事例俯拾皆是
7.3. 把因特网比喻成了不会固定在某个地理位置的“云”​,而信息都生存在“云端”
7.4. 数据不是生存在当地,而是生存在云上

  • 7.4.1. 就是生存在服务提供商的服务器上
7.5. 原先必须依赖独立的软件才气处置惩罚好的大部分用户交互功能,如今通过欣赏器就可以搞定,而且可以把大量数据生存在服务器上,并举行任何繁重的盘算
7.6. 云盘算可以在实验盘算的位置与处置惩罚期间信息驻留的位置之间举行衡量

免责声明:如果侵犯了您的权益,请联系站长及时删除侵权内容,谢谢合作!qidao123.com:ToB企服之家,中国第一个企服评测及软件市场,开放入驻,技术点评得现金.

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
回复

使用道具 举报

登录后关闭弹窗

登录参与点评抽奖  加入IT实名职场社区
去登录
快速回复 返回顶部 返回列表