Quels amis de nos amis révèlent à propos de nous en ligne

intimité

Quels amis de nos amis révèlent à propos de nous en ligne

À l'heure où la vie privée des réseaux sociaux est dans les nouvelles, de nouvelles recherches montrent qu'il y a plus de moyens que précédemment de révéler certains traits que nous pourrions essayer de dissimuler.

... même si une personne ne révèle pas son âge, sa race ou ses opinions politiques, les études d'amitié peuvent facilement et précisément inférer ces traits.

Le travail s'appuie sur l'un des principaux axes de la recherche sur la vie privée, qui consiste à comprendre comment les différents traits sont corrélés.

Les auteurs ont basé le document sur des bases de données disponibles spécifiquement pour la recherche. Ceux-ci reflètent les types d'informations que les sites Web mettent à la disposition des annonceurs ou révèlent à des groupes extérieurs lorsque des personnes autorisent des tiers à accéder à leurs profils sociaux.

Compte tenu de la prévalence de ces données, les chercheurs ont cherché à mieux comprendre quelles sortes d'inférences statistiques pourraient révéler des traits que les gens ont cherché à dissimuler.

Amis et informations personnelles

"Dans les données sociales, certaines choses sont plus prévisibles que d'autres", explique Johan Ugander, professeur adjoint de sciences de gestion et d'ingénierie à l'Université de Stanford. "Nous avons entrepris d'étudier la relation entre les réseaux d'amis et la prévisibilité, et avons fini par découvrir un mécanisme d'inférence qui n'avait pas été remarqué auparavant."

Au niveau le plus simple, les gens révèlent des informations sur eux-mêmes en fonction de leur comportement en ligne. Si une personne achète des couches en ligne, par exemple, elle a probablement un bébé. C'est une inférence directe.

Une deuxième forme d'inférence est basée sur l'observation de nos amis, ou une inférence indirecte. Les chercheurs qui ont étudié les relations avec les médias sociaux ont constaté que nous avons tendance à fréquenter des personnes ayant à peu près le même âge, la même race et la même croyance politique.

Ainsi, même si une personne ne révèle pas son âge, sa race ou ses opinions politiques, les études d'amitié peuvent facilement et précisément inférer ces traits. Les chercheurs appellent cette tendance homophilie, qui découle des mots grecs pour l'amour de la similitude.

Mais tous les caractères inconnus ne sont pas faciles à prédire en utilisant des études d'amis. Le genre, par exemple, montre ce que les chercheurs appellent l'homophilie faible dans les contextes en ligne.

«Si une personne inconnue dans un réseau social a pour la plupart des amis masculins, il y a presque autant de chance qu'elle soit une femme, ou vice versa», explique Kristen Altenburger, étudiante au doctorat dans le laboratoire d'Ugander.

Confidentialité du réseau social

Les nouvelles recherches du groupe montrent qu'il est possible de déduire certains traits cachés - le genre étant le premier - en étudiant les amis de nos amis.

Cette technique fonctionne parce que Ugander et Altenburger ont décrit une nouvelle structure sociale qu'ils appellent la monophilie, le grec pour «l'amour d'un», où les gens ont des préférences extrêmes pour les traits, mais pas nécessairement leur propre trait.

"Par exemple," dit Ugander, "en moyenne, il se peut que les hommes n'aient pas une nette préférence pour les amis masculins ou féminins, mais cette moyenne peut masquer le fait que certains hommes ont de fortes préférences pour les amis masculins tandis que d'autres avoir de fortes préférences pour les amies. "

Ils observent que lorsqu'il y a de la monophilie dans un réseau, il devient possible de prédire des traits d'individus à partir d'amis d'amis, même dans des situations où il n'y a pas d'homophilie.

Les chercheurs se sont appuyés sur des ensembles de données réseau standard largement étudiés par les universitaires. Ces jeux de données cartographient les réseaux d'amitié et contiennent des informations complètes sur tous les traits de tous les traits individuels, y compris le sexe. Les chercheurs ont ensuite effacé les données de genre pour certains individus, créant des inconnues artificielles, puis ont utilisé leur analyse «amis d'amis» pour voir si elle pouvait faire une prédiction.

"C'est un problème à combler", dit Ugander. "Et bien que nous trouvions que tes amis n'ont pas tendance à prédire ton genre, les gens avec lesquels ces amis choisissent de s'associer, tes amis d'amis, ont tendance à être plus semblables à toi que tes amis."

Les chercheurs disent que la puissance de leur nouvelle perspective, de regarder les amis de nos amis, souligne l'importance de protéger les données du réseau des mains indiscrètes. Toute solution de politique pour préserver la confidentialité du réseau devra tenir compte des informations contenues parmi ses amis d'amis. Ils réappliquent maintenant leur technique à d'autres inconnus pour voir quoi d'autre peut être divulgué par des amis d'amis.

"Nous ne sommes pas sûrs de ce qui pourrait être révélé de cette manière", dit Ugander. "Malheureusement, il semble que le domaine de la confidentialité des réseaux soit encore plus petit que ce que nous pensions auparavant."

Les chercheurs rapportent leurs résultats dans la revue Comportement humain de nature.

La source: L'Université de Stanford

Livres connexes

L'art de l'invisibilité: le hacker le plus célèbre du monde vous apprend à être en sécurité à l'ère de Big Brother et de Big Data
intimitéAuteur: Kevin Mitnick
Reliure: Relié
Editeur: Little, Brown and Company
Liste Des Prix: $28.00

Acheter

Confidentialité en ligne: comment rester anonyme et Protégez-vous en profitant d'une vie numérique privée sur l'Internet
intimitéAuteur: Brendon Ward
Reliure: Broché
Editeur: CreateSpace Independent Publishing Platform
Liste Des Prix: $8.99

Acheter

Confidentialité numérique: théorie, technologies et pratiques
intimitéReliure: Relié
Editeur: Publications Auerbach
Liste Des Prix: $98.95

Acheter

intimité
enarzh-CNtlfrdehiidjaptrues

suivez InnerSelf sur

google-plus-iconfacebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}

suivez InnerSelf sur

google-plus-iconfacebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}