డేటా గోప్యత దినోత్సవ ప్రత్యేకం - మెటాడేటా నిఘా మరియు Nym

Nym నుండి Nym చీఫ్ సైంటిస్ట్ క్లాడియా డియాజ్ (Claudia Diaz) తో ఒక ఫీచర్, మెటాడేటా యొక్క పనితీరు, ఆధునిక నిఘాలో దాని కీలక పాత్ర, అది బహిర్గతం చేసే వ్యక్తిగత వివరాలు మరియు మన గోప్యతను తిరిగి పొందడానికి మనం తీసుకోగల చర్యలను విశ్లేషిస్తుంది.

ఈ ట్రాన్స్‌క్రిప్ట్ Nym ప్రచురించిన అసలు వీడియో ట్రాన్స్‌క్రిప్ట్ (కొత్త ట్యాబ్‌లో తెరవబడుతుంది) యొక్క యాక్సెస్ చేయగల కాపీ. ఇది చదవడానికి వీలుగా కొద్దిగా సవరించబడింది.

పరిచయం (0:04)

కమ్యూనికేషన్స్ మెటాడేటా అంటే ఏమిటి? ఇది వాస్తవానికి చెప్పబడుతున్న కంటెంట్ కాకుండా కమ్యూనికేషన్ గురించి ప్రతిదానిని సూచిస్తుంది. ఉదాహరణకు, కమ్యూనికేషన్ యొక్క మూలం, గమ్యస్థానం, సమాచారం పంపబడిన సమయం, ఎంత సమాచారం పంపబడింది మరియు మార్పిడి చేయబడుతున్న ప్యాకెట్ల సమయాలు మరియు పరిమాణాలతో సహా గుర్తించదగిన ఏవైనా నమూనాలు ఇందులో ఉంటాయి.

కమ్యూనికేషన్స్ మెటాడేటా (0:27)

కమ్యూనికేషన్స్ మెటాడేటా అన్ని ఇంటర్నెట్ ప్రోటోకాల్‌లలో అప్రమేయంగా బహిర్గతమవుతుంది: TCP/IP, HTTP, UDP, FTP. ఎండ్-టు-ఎండ్ ఎన్‌క్రిప్షన్‌తో కంటెంట్‌ను రక్షించే TLS లేదా సురక్షిత DNS వంటి సురక్షిత ప్రోటోకాల్‌లు కూడా కమ్యూనికేషన్స్ మెటాడేటాను చూపుతాయి: మూలం, గమ్యస్థానం, సమయం, పొడవు మొదలైనవి.

కాబట్టి ఈ సమాచారం బహిర్గతమవుతుంది, కానీ ఎవరికి? దీన్ని ఎవరు పొందగలరు?

మెటాడేటాకు ఎవరికి యాక్సెస్ లభిస్తుంది (1:10)

ఇంటర్నెట్ కమ్యూనికేషన్లలో మధ్యవర్తులుగా ఉన్న అనేక సంస్థలు ఈ కమ్యూనికేషన్స్ మెటాడేటాను యాక్సెస్ చేయగలవు. ఇంటర్నెట్ సర్వీస్ ప్రొవైడర్లు, ఎక్స్ఛేంజీలు, అటానమస్ సిస్టమ్స్, BGP రౌటర్లు మరియు సాధారణంగా ఇంటర్నెట్ బ్యాక్‌బోన్ పాల్గొనేవారి వంటి ఇంటర్నెట్ మౌలిక సదుపాయాలలోని పెద్ద సంస్థలు ఇందులో ఉన్నాయి; వారు చాలా కమ్యూనికేషన్స్ మెటాడేటాకు యాక్సెస్ పొందగలరు.

కానీ Wi-Fi రౌటర్ లేదా లోకల్ ఏరియా నెట్‌వర్క్‌ను నడుపుతున్న వారు లేదా స్థానికంగా రహస్యంగా వినగలిగే ఎవరైనా వంటి చిన్న సంస్థలు కూడా కమ్యూనికేషన్స్ మెటాడేటాకు యాక్సెస్ పొందుతాయి. మరియు వాస్తవానికి, NSA వంటి దేశ-రాష్ట్ర-స్థాయి ప్రత్యర్థులు పెద్ద ఎత్తున మెటాడేటాను సేకరించి, అన్ని రకాల ఇంటెలిజెన్స్‌ను సేకరించడానికి దానిని విశ్లేషిస్తారని తెలిసిన విషయమే.

మెటాడేటా ఎందుకు ముఖ్యమైనది (2:00)

మెటాడేటాను సేకరించడానికి మరియు ఉపయోగించుకోవడానికి ఇది చాలా ఆసక్తికరమైన డేటా రకంగా ఉండటానికి మరిన్ని కారణాలు ఉన్నాయి. ఇది మెషిన్ రీడబుల్ (యంత్రాలు చదవగలిగేది), ఎందుకంటే ఇది కంప్యూటర్ల భాషను మాట్లాడుతుంది; ఇది ప్రాథమికంగా కంప్యూటర్లు కమ్యూనికేషన్లను వాటి మూలం నుండి వాటి గమ్యస్థానానికి సరైన పద్ధతిలో మళ్లించడానికి వీలు కల్పించే భాష. కాబట్టి ఇది మెషిన్ రీడబుల్, అంటే సహజ మానవ భాషకు భిన్నంగా యంత్రాలు దీన్ని పెద్ద ఎత్తున చాలా సులభంగా అర్థం చేసుకోగలవు, మానవ భాషను అర్థం చేసుకోవడం చాలా కష్టం, ఎందుకంటే బహుశా ప్రజలు పదాలను ఒక నిర్దిష్ట మార్గంలో ఉపయోగిస్తుండవచ్చు లేదా వాటికి సూక్ష్మ నైపుణ్యాలు ఉండవచ్చు, మరియు దీన్ని అర్థం చేసుకోవడం చాలా కష్టం. మరోవైపు, మెటాడేటా చాలా సులభం.

ఇది కంటెంట్ కంటే చాలా తక్కువ వాల్యూమ్‌ను కలిగి ఉంటుంది. ఉదాహరణకు, మీరు ఒక యూట్యూబ్ వీడియో గురించి ఆలోచిస్తే, కంటెంట్ బహుళ గిగాబైట్‌లు ఉండవచ్చు, కానీ మెటాడేటాలో వీడియో యొక్క URL ఏమిటి, అందులో ఎన్ని బైట్‌లు ఉన్నాయి మరియు ఏ సమయంలో వీక్షించబడింది అనేది మాత్రమే ఉంటుంది. కాబట్టి ఇది అసలు కంటెంట్ కంటే చాలా తక్కువగా ఉంటుంది మరియు పరిమాణం పరంగా కూడా నిర్వహించదగినదిగా ఉంటుంది.

మెటాడేటా కంటెంట్ కంటే చాలా తక్కువ రక్షణను కలిగి ఉంటుంది. ప్రజల కమ్యూనికేషన్లను అడ్డగించి కంటెంట్‌ను చూడటం చట్టబద్ధం కాదు, ఇది చట్టం ద్వారా రక్షించబడుతుంది. కానీ మెటాడేటా, అంత సున్నితమైనదిగా పరిగణించబడనందున, చాలా తక్కువ రక్షణను కలిగి ఉంటుంది. కాబట్టి ఇంటర్నెట్‌లో ప్రజలు ఏమి చేస్తున్నారో తెలుసుకోవడానికి అనేక సంస్థలు చట్టబద్ధంగా ఈ మెటాడేటాను సేకరించి విశ్లేషించగలవు.

కాబట్టి ఇది పెద్ద విషయమా? మనం ఇలా అనవచ్చు, "సరే, ఇది కేవలం మెటాడేటా మాత్రమే. నేను ఏమి చెబుతున్నానో మీకు తెలియనంత వరకు, నేను ఎవరితో మరియు ఏ సమయంలో మాట్లాడుతున్నానో మీకు తెలుస్తుందని నేను నిజంగా ఆందోళన చెందాలా?"

మెటాడేటా వాస్తవానికి ఎంత విలువైనదిగా పరిగణించబడుతుందో చూపే కొన్ని కోట్స్ ఉన్నాయి. NSA జనరల్ కౌన్సెల్ స్టీవర్ట్ బేకర్ (Stewart Baker) మాట్లాడుతూ, మెటాడేటా ఒకరి జీవితం గురించి ప్రతిదీ ఖచ్చితంగా చెబుతుంది—మీ వద్ద తగినంత మెటాడేటా ఉంటే, మీకు నిజంగా కంటెంట్ అవసరం లేదు. ఒకరికి దేనిపై ఆసక్తి ఉంది, వారి సోషల్ నెట్‌వర్క్ ఎవరు, వారి అభిరుచులు ఏమిటి, వారి ఉద్దేశాలు ఏమిటి, వారి ఆసక్తులు ఏమిటి అని అర్థం చేసుకోవడంలో ఇది ఎంత శక్తివంతమైనదో ఇది చెబుతుంది. వారు ఏమి చెబుతున్నారో మీరు వాస్తవానికి వినవలసిన అవసరం లేదు; మీరు అన్ని మెటాడేటాను గమనించగలిగితే సరిపోతుంది.

మరియు విట్‌ఫీల్డ్ డిఫ్ఫీ (Whitfield Diffie) మరియు సుసాన్ లాండౌ (Susan Landau), వారి Privacy on the Line పుస్తకంలో, క్రిప్టానాలిసిస్ కాదు, ట్రాఫిక్ విశ్లేషణ కమ్యూనికేషన్స్ ఇంటెలిజెన్స్‌కు వెన్నెముక అని చెప్పారు. ఎందుకంటే మీరు దీన్ని పెద్ద ఎత్తున సేకరించవచ్చు, మీరు దీన్ని పెద్ద ఎత్తున విశ్లేషించవచ్చు మరియు ఇది మీకు అన్ని పెద్ద నమూనాలను, మొత్తం చిత్రాన్ని ఇస్తుంది, ఆపై మీకు అత్యంత ఆసక్తికరంగా అనిపించే నిర్దిష్ట లక్ష్యాలను ఛేదించడానికి జూమ్ ఇన్ చేయడానికి మిమ్మల్ని అనుమతిస్తుంది. కానీ మీరు వాటిని ముందుగా మెటాడేటాపై ట్రాఫిక్ విశ్లేషణతో కనుగొంటారు.

గూఢలిపి శాస్త్రంను విచ్ఛిన్నం చేయకుండా ఎన్‌క్రిప్ట్ చేయబడిన కంటెంట్‌ను తిరిగి పొందడానికి మెటాడేటా యొక్క ట్రాఫిక్ విశ్లేషణను కూడా ఉపయోగించవచ్చు. మనకు ఖచ్చితమైన గూఢలిపి శాస్త్రం ఉందని అనుకుందాం: ఎంత క్రిప్టానాలిసిస్ చేసినా దాన్ని విచ్ఛిన్నం చేయలేము మరియు రహస్య కీలు ఖచ్చితంగా రహస్యంగా ఉంటాయి. ఈ కంటెంట్ రక్షించబడిందని మరియు ప్రత్యర్థి ఈ కంటెంట్ గురించి తెలుసుకోలేరని మనకు నమ్మకం ఉండాలి.

అయినప్పటికీ, కమ్యూనికేషన్స్ మెటాడేటా యొక్క ట్రాఫిక్ విశ్లేషణ ఈ ఎన్‌క్రిప్ట్ చేయబడిన కంటెంట్‌ను వెల్లడించే సైడ్ ఛానెల్‌గా పనిచేసే అనేక పరిస్థితులు ఉన్నాయి.

మెటాడేటా నిఘా (5:15)

మీరు HTTPSతో వెబ్‌సైట్‌ను బ్రౌజ్ చేస్తున్నప్పుడు ఒక ఉదాహరణ. సూత్రప్రాయంగా, ఈ వెబ్‌సైట్‌తో కమ్యూనికేషన్ ఎన్‌క్రిప్ట్ చేయబడినందున, మీ కమ్యూనికేషన్‌ను గమనిస్తున్న ఎవరైనా మీరు వెబ్‌సైట్‌లో ఏ నిర్దిష్ట పేజీని యాక్సెస్ చేస్తున్నారో చెప్పలేరు. ఉదాహరణకు, మీరు వ్యాధులను తనిఖీ చేయడానికి WebMDకి వెళుతుంటే, ఒక పరిశీలకుడు లేదా రహస్యంగా వినే వ్యక్తి, "సరే, మీరు WebMD వైద్య సమాచారాన్ని తనిఖీ చేస్తున్నారు" అని చూడగలరు, కానీ మీరు ఏ నిర్దిష్ట వ్యాధి కోసం వెతుకుతున్నారో వారు చెప్పలేరు.

అయినప్పటికీ, ఈ దృష్టాంతంలో ఎవరైనా ఏమి చేస్తున్నారో తెలుసుకోవడానికి ఒక ప్రత్యర్థి ముందుగా సైట్‌లోని అన్ని పేజీలను డౌన్‌లోడ్ చేసి, ప్రతి పేజీకి, కమ్యూనికేషన్ లైన్‌లో కనిపించే ప్యాకెట్ల నమూనాను రికార్డ్ చేయాలి. ప్రాథమికంగా, ఏ దిశలో ఎన్ని ప్యాకెట్లు వెళ్తాయి, ఈ ప్యాకెట్ల పరిమాణాలు ఏమిటి మరియు ఒక ప్యాకెట్ మరియు తదుపరి ప్యాకెట్ మధ్య ఇంటర్-ప్యాకెట్ వ్యవధి ఎంత అనేది.

ఇలా చేయడం ద్వారా, మీరు ఈ ప్రతి పేజీ యొక్క వేలిముద్రను నిర్మించవచ్చు, తద్వారా లక్ష్యం ఎన్‌క్రిప్ట్ చేయబడిన సైట్ నుండి పేజీని డౌన్‌లోడ్ చేస్తున్నప్పుడు, వెబ్‌పేజీ ఎన్‌క్రిప్ట్ చేయబడినప్పటికీ మరియు మీరు ఈ కంటెంట్‌ను తెలుసుకోలేకపోయినప్పటికీ, వారు ఏ నిర్దిష్ట వెబ్‌పేజీని చూస్తున్నారో ఊహించడానికి మీరు ప్రతి దిశలో ప్యాకెట్ల సంఖ్యను మరియు వాటి పరిమాణాలను సరిపోల్చగలరు.

ఇది స్పష్టంగా ఆందోళన కలిగించే విషయం. మనకు ఎండ్-టు-ఎండ్ ఎన్‌క్రిప్షన్ ఉన్నప్పటికీ, మన కమ్యూనికేషన్ల గోప్యతను రక్షించే విషయంలో మనం ఇంకా చాలా దూరం ప్రయాణించాల్సి ఉంది.

ప్రైవేట్ కమ్యూనికేషన్ల కోసం కోరికల జాబితా (6:40)

కాబట్టి సంపూర్ణ సురక్షితమైన కమ్యూనికేషన్ నెట్‌వర్క్ ఏమి అందిస్తుందో అనే కోరికల జాబితాను మనం కలిగి ఉండాలనుకుంటే, మనకు కావలసిన లక్షణాలు ఏమిటి?

స్పష్టంగా, ఎన్‌క్రిప్ట్ చేయబడిన ఛానెల్ ద్వారా వినియోగదారు ఏమి చెబుతున్నారో మనం రక్షించాలనుకుంటున్నాము మరియు దానిని సాధించడానికి ఎండ్-టు-ఎండ్ ఎన్‌క్రిప్షన్ ఇప్పటికే చాలా ముఖ్యమైన దశ. అంతే కాకుండా, వినియోగదారు ఎవరితో కమ్యూనికేట్ చేస్తున్నారో, అంటే కమ్యూనికేషన్ భాగస్వామి ఎవరు, మీరు ఎవరి నుండి ప్యాకెట్లను స్వీకరిస్తున్నారు లేదా ఎవరికి ప్యాకెట్లను పంపుతున్నారు అనే విషయాలను కూడా మనం దాచాలనుకుంటున్నాము. అలాగే స్థానం, అంటే మీరు ఎక్కడి నుండి కమ్యూనికేట్ చేస్తున్నారు; ఎప్పుడు మరియు ఎంతసేపు కమ్యూనికేట్ చేస్తున్నారు; మీరు ఎన్ని బైట్ల డేటాను మార్పిడి చేస్తున్నారు; మరియు కమ్యూనికేషన్‌లోని ఏవైనా ఇతర నమూనాలు. మరియు ఎవరైనా అసలు కమ్యూనికేట్ చేస్తున్నారా లేదా అనే విషయాన్ని కూడా మనం దాచాలనుకుంటున్నామని చెప్పేంత దూరం కూడా మీరు వెళ్ళవచ్చు.

అనామక కమ్యూనికేషన్ సిస్టమ్‌లు అందించడానికి లక్ష్యంగా పెట్టుకున్న లక్షణాలు ఇవన్నీ, మరియు పరిష్కార స్థలంలో, ఈ రకమైన లక్షణాలను అందించడానికి మన వద్ద ఉన్న ఉత్తమ పరిష్కారాలలో మిక్స్‌నెట్‌లు ఒకటి.