Verco ya Marco / Flickr, CC BY 

Kampuni za teknolojia zinaweza kutumia faragha kutofautisha kukusanya na kushiriki data ya jumla kuhusu tabia za watumiaji, wakati inadumisha faragha ya mtu binafsi.

Sio siri kwamba kampuni kubwa za teknolojia kama Facebook, Google, Apple na Amazon zinazidi kuingilia mwingiliano wetu wa kibinafsi na kijamii kukusanya idadi kubwa ya data kwetu kila siku. Wakati huo huo, ukiukaji wa faragha kwenye wavuti mara kwa mara hufanya habari za ukurasa wa mbele.

Kwa hivyo faragha inapaswa kulindwa vipi katika ulimwengu ambao data hukusanywa na kushirikiwa kwa kuongeza kasi na werevu?

Usiri tofauti ni mfano mpya wa usalama wa mtandao ambao watetezi wanadai wanaweza kulinda data ya kibinafsi bora zaidi kuliko njia za jadi.

Hisabati ambayo inategemea ilitengenezwa miaka 10 iliyopita, na njia hiyo imechukuliwa na Apple na google miaka ya karibuni.

Faragha ya kutofautisha ni nini?

Faragha tofauti hufanya iwezekane kwa kampuni za teknolojia kukusanya na kushiriki habari ya jumla juu ya tabia za watumiaji, wakati kudumisha faragha ya watumiaji binafsi.

Kwa mfano, sema ulitaka kuonyesha njia maarufu zaidi ambazo watu hutumia kupitia bustani. Unafuatilia njia za watu 100 ambao hutembea kupitia bustani mara kwa mara, na ikiwa wanatembea kwenye njia au kupitia nyasi.

Lakini badala ya kushiriki watu maalum wanaochukua kila njia, unashiriki data ya jumla iliyokusanywa kwa muda. Watu wanaotazama matokeo yako wanaweza kujua kwamba watu 60 kati ya 100 wanapendelea kuchukua njia fupi kupitia nyasi, lakini sio watu 60.

Kwa nini tunahitaji?

Serikali nyingi za ulimwengu zina sera kali juu ya jinsi kampuni za teknolojia zinakusanya na kushiriki data ya watumiaji. Kampuni ambazo hazifuati sheria zinaweza kukabiliwa na faini kubwa. A Hivi karibuni korti ya Ubelgiji iliamuru Facebook kuacha kukusanya data juu ya tabia za kuvinjari kwa watumiaji kwenye wavuti za nje, au kulipa faini ya € 250,000 kwa siku.

Kwa kampuni nyingi, haswa mashirika ya kimataifa yanayofanya kazi katika mamlaka tofauti, hii inawaacha katika hali dhaifu wakati wa ukusanyaji na utumiaji wa data ya mteja.

Kwa upande mmoja, kampuni hizi zinahitaji data ya watumiaji ili waweze kutoa huduma za hali ya juu ambazo zinawanufaisha watumiaji, kama vile mapendekezo ya kibinafsi. Kwa upande mwingine, wanaweza kukabiliwa na mashtaka ikiwa watakusanya data nyingi za watumiaji, au ikiwa watajaribu kuhamisha data kutoka kwa mamlaka moja hadi nyingine.

Zana za kuhifadhi faragha za jadi kama vile usimbuaji fiche haziwezi kutatua shida hii kwani inazuia kampuni za teknolojia kupata data kabisa. Na kutokujulikana kunapunguza dhamana ya data - algorithm haiwezi kukupa mapendekezo ya kibinafsi ikiwa haijui tabia zako ni nini.

Jinsi gani kazi?

Wacha tuendelee mfano wa njia za kutembea kupitia bustani. Ikiwa unajua utambulisho wa wale waliojumuishwa kwenye utafiti, lakini haujui ni nani aliyechukua njia gani basi unaweza kudhani kuwa faragha inalindwa. Lakini hiyo inaweza kuwa sio hivyo.

Sema mtu anayeangalia data yako anataka kujua ikiwa Bob anapendelea kutembea kupitia nyasi au njiani. Wamepata habari ya asili juu ya watu wengine 99 kwenye utafiti, ambayo inawaambia kuwa watu 40 wanapendelea kutembea kwenye njia na 59 wanapendelea kutembea kwenye nyasi. Kwa hivyo, wanaweza kugundua kuwa Bob, ambaye ni mtu wa 100 katika hifadhidata, ndiye mtu wa 60 ambaye anapendelea kutembea kupitia nyasi.

Aina hii ya shambulio linaitwa shambulio lililotofautishwa, na ni ngumu sana kutetea dhidi yake kwani huwezi kudhibiti ni maarifa ya asili gani mtu anaweza kupata. Usiri wa tofauti unakusudia kutetea dhidi ya aina hii ya shambulio.

Mtu anayepunguza njia yako ya kutembea huenda asisikie mbaya sana, lakini ukibadilisha njia za kutembea na matokeo ya mtihani wa VVU, basi unaweza kuona kuna uwezekano wa uvamizi mkubwa wa faragha.

Aina ya faragha ya kutofautisha inahakikishia kwamba hata ikiwa mtu ana habari kamili juu ya watu 99 kati ya 100 katika seti ya data, bado hawawezi kutoa habari juu ya mtu wa mwisho.

Utaratibu wa msingi wa kufanikisha hilo ni kuongeza kelele za nasibu kwa data ya jumla. Katika mfano wa njia, unaweza kusema idadi ya watu ambao wanapendelea kuvuka nyasi ni 59 au 61, badala ya idadi halisi ya 60. Nambari isiyo sahihi inaweza kuhifadhi faragha ya Bob, lakini itakuwa na athari kidogo sana kwenye muundo. : karibu watu 60% wanapendelea kuchukua njia fupi.

Kelele imeundwa kwa uangalifu. Wakati Apple iliajiri faragha tofauti katika iOS 10, iliongeza kelele kwa pembejeo za mtumiaji binafsi. Hiyo inamaanisha inaweza kufuatilia, kwa mfano, emoji zinazotumiwa mara nyingi, lakini utumiaji wa emoji wa mtumiaji yeyote binafsi umefichwa.

Cynthia Dwork, the mvumbuzi wa faragha ya kutofautisha, amependekeza uthibitisho mzuri wa kihesabu juu ya kelele ngapi za kutosha kufikia mahitaji ya faragha tofauti.

Je! Matumizi yake ni nini?

Faragha tofauti inaweza kutumika kwa kila kitu kutoka kwa mifumo ya mapendekezo hadi huduma za msingi wa eneo na mitandao ya kijamii. Apple hutumia faragha ya kutofautisha kukusanya utambuzi usiojulikana wa matumizi kutoka kwa vifaa kama iPhones, iPads na Mac. Njia hiyo ni rahisi kutumia, na kisheria katika wazi.

Faragha tofauti pia ingeruhusu kampuni kama Amazon kufikia upendeleo wako wa ununuzi wakati wa kujificha habari nyeti juu ya orodha yako ya ununuzi wa kihistoria. Facebook inaweza kuitumia kukusanya data ya kitabia kwa matangazo lengwa, bila kukiuka sera za faragha za nchi.

Je! Inaweza kutumikaje katika siku zijazo?

Nchi tofauti zina sera tofauti za faragha, na nyaraka nyeti kwa sasa zinapaswa kuchunguzwa kwa mikono kabla ya kutoka nchi moja kwenda nyingine. Hii ni ya muda mwingi na ya gharama kubwa.

Hivi karibuni, timu kutoka Chuo Kikuu cha Deakin ilitengeneza teknolojia ya faragha tofauti ili kugeuza michakato ya faragha ndani ya jamii zinazoshiriki wingu kote nchi.

Wanapendekeza kutumia fomula za kihesabu ili kuiga sheria za faragha za kila nchi ambazo zinaweza kutafsiriwa kuwa "middleware" (software) kuhakikisha data inalingana. Kutumia faragha ya kutofautisha kwa njia hii kunaweza kulinda faragha ya watumiaji na kusuluhisha kichwa cha kushiriki data kwa kampuni za teknolojia.

Kuhusu Mwandishi

Tianqing Zhu, Mhadhiri wa Usalama wa Mtandao, Kitivo cha Sayansi, Uhandisi na Mazingira ya Kujengwa, Chuo Kikuu cha Deakin

Makala hii ilichapishwa awali Mazungumzo. Soma awali ya makala.

Vitabu kuhusiana

at InnerSelf Market na Amazon