互聯(lián)網(wǎng)時代下，通過網(wǎng)站搜集信息和資源是一件極為普遍的事情，通常，網(wǎng)頁瀏覽器會記錄用戶訪問過的網(wǎng)站列表，即網(wǎng)頁瀏覽歷史記錄。

然而，即便是這樣簡單的網(wǎng)絡(luò)行為，都存在著隱秘的風險。在8月舉行的 USENIX 會議上，Mozilla 的研究人員展示了他們對 5.2 萬名(事先同意)的Firefox 用戶在兩周內(nèi)的瀏覽歷史數(shù)據(jù)集進行了分析的結(jié)果。

結(jié)果顯示，48,919 份瀏覽資料具有可區(qū)分性，即 99% 的瀏覽歷史是獨一無二的。超過八成用戶可通過瀏覽歷史被識別身份。而且，只需要考慮 50 個最常用網(wǎng)站就足夠。

事實上，在 2012 年就有對用戶瀏覽記錄分析用戶身份的研究。其中，研究者首先建立了一個測試網(wǎng)站，并使用 CSS 代碼從 6000 個域名列表中識別出參與者訪問過的網(wǎng)站。當時的研究結(jié)果顯示，基于這 6000 個域名，參與的受試者，97%都形成了非常具有獨特性的瀏覽歷史，僅此數(shù)據(jù)就可以用來追蹤確認這些參與者。

而時下， Mozilla 這一次研究所采用的數(shù)據(jù)則更精確，Mozilla的研究收集了 5.2 萬名參與者的全部瀏覽記錄，數(shù)據(jù)包括對 66 萬個獨特域名的 3500 萬次網(wǎng)站訪問，也是該領(lǐng)域規(guī)模比較大的一次研究。

參與者首先和 Mozilla 團隊分享他們的瀏覽歷史，然后，Mozilla 團隊開始試驗他們是否能從大量數(shù)據(jù)中重新識別出這些用戶。結(jié)果顯示，99%的瀏覽記錄被發(fā)現(xiàn)具有獨特性，能與用戶“對號入座”。

此外，2012年和2020年的兩次研究對比也展示了互聯(lián)網(wǎng)時代的變化：八年前，對于用戶訪問量比較大的前50個網(wǎng)站，識別用戶的準確率為38%，對于500個網(wǎng)站的數(shù)據(jù)集，準確率為70%;今天，以50個網(wǎng)站為基礎(chǔ)的重新識別準確率為50%，以150個網(wǎng)站為基礎(chǔ)的重新識別準確率為90%。

伴隨著5G技術(shù)的發(fā)展，人們創(chuàng)造的信息總量也以幾何級數(shù)進行累積，研究顯示，過去幾年中人類制造的數(shù)據(jù)占整個人類歷史數(shù)據(jù)量的95%，換言之，大數(shù)據(jù)時代已經(jīng)真正降臨。

在互聯(lián)網(wǎng)時代的后半場，我們的生理信息都將進入傳播渠道，成為5G技術(shù)下的重要信息資源。而通過用戶瀏覽記錄分析用戶身份無疑會成為進入傳播渠道的另一重要數(shù)據(jù)，如何規(guī)避這一數(shù)據(jù)信息下的隱私暴露風險，創(chuàng)造更好地保護隱私的路徑，依然有待實踐探索。但任何技術(shù)的狂想始終來自人和人性，人類的智慧是技術(shù)的智慧，也是破解技術(shù)困境的智慧。