舉報，你有一個陌生來電

Facemash：于哈佛大學創(chuàng)立，一個美女顏值評判網，引發(fā)爭議。扎克伯格道歉。

校內網：從北大、清華和人大開始，學生實名注冊，添加同學，展示生活。

Facebook：推出信息流和個人動態(tài)功能，用戶搜索信息曝光在個人頁面。扎克伯格道歉。

QQ空間：信息流成為主頁重點，同年活躍用戶數破億。

Facebook：發(fā)布個性化廣告工具Beacon，用戶行蹤被Beacon公布。扎克伯格道歉。

微信：用微信賬號登錄大眾點評、美團，能看到微信好友最近的操作記錄。

Facebook：用戶信息被分享給廣告商。扎克伯格道歉。

微博、百度等：在微博搜索的東西出現在淘寶的推薦里，在京東搜索的商品出現在百度的廣告里。

Facebook：“劍橋分析”事件，用算法影響大選。扎克伯格道歉。

李彥宏：中國人更加開放，或者說對于隱私問題沒有那么敏感，如果說他們愿意用隱私來交換便捷性或者效率，很多情況下他們是愿意這么做的。

Big Data ·大數據

大數據興起，數據庫進入更多領域，開發(fā)出更多功能，部署在更加危險的網絡環(huán)境中。很多場景中，攻擊者采用多種手段攻擊數據庫。第三方惡意組件成為數據庫安全的最大威脅，人為因素一般作為前哨。

按照對數據庫的機密性、完整性和可用性的影響程度，數據庫漏洞可分成高危漏洞、中危漏洞和低危漏洞3大類。2017年被確認的漏洞總數為135個，高危漏洞集中分布在Oracle（甲骨文，一常用數據庫）和MySQL（一小型關系型數據庫管理系統(tǒng)）中。

2018年1月，工信部強調APP應依法提供注銷服務。根據南方都市報對社交、出行、購物、娛樂等領域20款常用APP的測評結果，容易注銷的僅有微信一款，快手、抖音等4款注銷暫不可能。

普遍存在的問題主要有注冊輕快注銷折騰，部分APP注冊只需手機號、注銷卻要身份證再次獲取新信息，以及注銷成功≠數據刪除。

對亞太地區(qū)來說，2017年涌現出隱私與個人信思保護監(jiān)管熱潮。菲律賓已實施《隱私與數據保護監(jiān)管規(guī)章制度》，澳大利亞通過《強制性數據泄露通知法案》，日本“境內外數據跨境傳輸所”制定的規(guī)定于2017年5月生效，中國《網絡安全法》于2017年6月1日生效。

聽TA說

@007（中國人民公安大學經濟犯罪偵查專業(yè)，反詐騙警察）

我畢業(yè)后就在縣公安局工作，從警十幾年，破過許多案子，最讓我頭疼的是電信詐騙案。

2014年的一起“桃色詐騙案”讓我格外頭疼。

春節(jié)前后，一位老漢接到一個自稱“香港少婦”的電話，電話那頭是甜美的女聲，她稱自己的丈夫不能生育，想讓老漢“幫幫忙”，“事成之后可以給一百萬”。在“少婦”和“律師”的一連串忽悠下，老漢分12次給對方匯去13.6萬元。隨后， “少婦”的手機便再也打不通了。

驚覺上當的老漢失魂落魄地跑到派出所，在我面前號啕大哭。當時我心里想的不是案子，而是如何安撫受害者，怕他想不開。

這個案子查起來很難，查到轉賬地后，我得去當地繼續(xù)查。兜兜轉轉半年，我去了5次江西、3次上海、2次廈門，繞了中國半圈。最后我終于鎖定了身在江西的最后取款人。2014年7月，我埋伏在一所交通銀行，當取款人出現后，撲上去將其制服。

但這個案子還不算破，我們審訊中發(fā)現抓到的是幫忙取款的人，于是又一輪偵查，經過上千張照片的辨認后，終于查出幕后交易人。

2016年4月，在縣打擊電信詐騙的專項行動中，幕后交易人才歸案。

電信詐騙門檻低，犯罪分子早就總結出了套路：對話中受害人會有哪幾種反應，每一種反應怎么應對；受害人可能提出的問題及回復；什么階段應當采取什么手段、說什么話；什么階段使用什么背景音等。拿著“教材”，很快就能“上崗”。

警察的職業(yè)榮譽感來自打擊犯罪?？墒俏掖驌袅诉@么多，發(fā)案率卻越來越高，這讓我感到很沮喪。好在近兩年我們國家對電信詐騙的打擊力度不斷提升，人們的警惕性也有所提高，對此我感到欣慰，同時也覺得責任更重了。

@貍貓（華中科技大學計算機科學與接術專業(yè)，自然語言處理工程師）

電信詐騙性質惡劣，防不勝防。我所在的公司致力于發(fā)展人工智能技術，為行業(yè)提供智能技術的整體解決方案，其中包括通過技術防止電信詐騙。

我們有互聯網音頻、視頻檢測系統(tǒng)，將其應用在電信運營商錄音采集設備上，能對電信詐騙錄音敏感信息進行檢測分析。

由于設備供應商不同，通話錄音的音頻格式、音質不統(tǒng)一；電話錄音還存在噪聲干擾、方言口音等問題。檢測這類數據，需要把通話錄音上傳到關鍵詞檢索服務器，該服務器的API（應用程序編程接口）網關對請求進行分類處理后，會將其移交給后續(xù)的業(yè)務網關分發(fā)處理。然后是音頻預處理，音頻格式轉碼、語音降噪等。

用音頻比對檢測已知錄音片段，如果有匹配這些錄音片段的，說明存在詐騙信息。如果音頻比對沒有發(fā)現詐騙信息，則調用關鍵詞檢索服務。

目前這項技術能識別11種電話詐騙類型，已經應用到全國13個省、直轄市、自治區(qū)的公安部門和電信運營商。

@南極熊（清華大學計算機科學與技術專業(yè)，三維人臉建模研發(fā)工程師）

2017年的3·15晚會提到人臉識別領域的安全風險，如何提高人臉識別的安全性是我所在團隊的研究課題。

人臉識別常見攻擊手段包括紙片翻拍（打印他人照片）、屏幕翻拍（一些3D建模技術可驅動單張照片或視頻做出搖頭、張嘴、眨眼等動作）和戴面具。

網絡隱私侵犯不斷升級，防范也愈發(fā)復雜。除了搖頭、眨眼等簡單活體模式，我們還嘗試了更加復雜的多數字隨機唇語、語音圖像同步檢測、人臉紋理分析、面具檢測、視頻防翻拍等多維

防護手段。

我們將這些手段交叉融合，以實現移動端+后臺的防護體系。最常使用的是“唇語+人臉場景分析”，唇語的變化方式更細微，隨機性更強，能抵擋視頻照片和視頻重放攻擊。

語音識別結合圖像唇語驗證，檢驗聲音源和圖像源的同步性也能讓安全性升級。

人臉識別市場前景廣闊，只有持續(xù)提升安全技術水平才能真正讓技術為我們所用。