数据隐私日特辑 —— 元数据监控与 Nym

这是一期来自 Nym 的专题节目，由 Nym 首席科学家 Claudia Diaz 主讲，探讨了元数据的机制、它在现代监控中的关键作用、它所暴露的个人细节，以及我们可以采取哪些措施来夺回我们的隐私。

本文字稿是 Nym 发布的原视频文字稿 （在新标签页中打开）的无障碍副本。为提高可读性，已进行轻微编辑。

简介 (0:04)

什么是通信元数据？它指的是关于通信的一切信息，但不包括实际交流的内容。例如，这包括通信的来源、目的地、发送信息的时间、发送的信息量，以及任何可检测到的模式，包括交换的数据包的时间和大小。

通信元数据 (0:27)

通信元数据在所有互联网协议中默认都是暴露的：TCP/IP、HTTP、UDP、FTP。即使是像 TLS 或安全 DNS 这样的安全协议（它们通过端到端加密保护内容），仍然会显示通信元数据：来源、目的地、时间、长度等。

那么这些信息暴露给了谁？谁能获取它？

谁能访问元数据 (1:10)

在互联网通信中，有许多作为中介的实体能够访问这些通信元数据。这包括互联网基础设施中的大型参与者，例如互联网服务提供商、交换中心、自治系统、BGP 路由器以及一般的互联网骨干网参与者；他们可以获取大量的通信元数据。

但即使是小型参与者，例如运行 Wi-Fi 路由器或局域网的人，或者能够在本地窃听的人，也能访问通信元数据。当然，众所周知，像 NSA 这样的国家级对手会大规模收集元数据并对其进行分析，以提取各种情报。

为什么元数据很重要 (2:00)

元数据成为一种非常值得收集和利用的数据类型，还有更多原因。它是机器可读的，因为它使用的是计算机的语言；它基本上是让计算机能够将通信从源头正确路由到目的地的语言。因此它是机器可读的，这意味着机器可以非常容易地大规模理解它，这与人类自然语言相反，后者要难解释得多，因为人们可能以特定的方式使用词语，或者带有微妙的语义差别，这使得解释起来困难得多。另一方面，元数据则非常简单。

它的数据量也比内容低得多。例如，如果你考虑一个 YouTube 视频，内容本身可能有好几个 GB，但元数据只包括视频的 URL 是什么、它包含多少字节以及观看的时间。因此，它可能比实际内容少得多，而且在大小方面也易于管理。

元数据受到的保护也比内容低得多。随意拦截人们的通信并查看内容是不合法的，这受法律保护。但是元数据，因为它不被认为那么敏感，所以受到的保护要低得多。因此，许多实体可以合法地收集这些元数据并对其进行分析，以了解人们在互联网上做什么的信息。

那么这很严重吗？我们可能会说：“嗯，这只是元数据。只要你不知道我在说什么，我真的需要担心你知道我在什么时间跟谁说话吗？”

有几段引言表明了元数据实际上被认为极具价值。NSA 前总法律顾问 Stewart Baker 曾说过，元数据绝对能告诉你关于某人生活的一切——如果你有足够的元数据，你其实根本不需要内容。这就是它在了解某人对什么感兴趣、他们的社交网络是谁、他们的爱好是什么、他们的意图是什么、他们的兴趣是什么方面有多么强大。你实际上不需要听到他们在说什么；只要你能观察到所有的元数据就足够了。

Whitfield Diffie 和 Susan Landau 在他们的著作《Privacy on the Line》（隐私的边界）中指出，流量分析（而非密码分析）才是通信情报的支柱。这是因为你可以大规模地收集它，大规模地分析它，它会为你提供所有的大型模式、所有的全局情况，然后让你能够放大细节，以攻破你觉得最感兴趣的特定目标。但你首先是通过对元数据进行流量分析来找到这些目标的。

对元数据的流量分析甚至可以在不破解密码学的情况下用于恢复加密内容。假设我们拥有完美的密码学：任何数量的密码分析都无法破解它，而且密钥是绝对保密的。我们应该有信心，这些内容受到了保护，对手无法了解这些内容。

然而，在许多情况下，通信元数据的流量分析可以作为一种侧信道，从而泄露这些加密内容。

元数据监控 (5:15)

一个例子是当你使用 HTTPS 浏览网站时。原则上，因为与该网站的通信是加密的，观察你通信的人无法知道你正在访问该网站上的哪个特定页面。例如，如果你去 WebMD 查询疾病，观察者或窃听者将能够看到：“好的，你正在查看 WebMD 的医疗信息”，但他们无法知道你正在寻找哪种特定的疾病。

然而，在这种情况下，对手了解某人在做什么的方法是，首先下载该网站上的所有页面，并记录每个页面在通信线路上看到的数据包模式。基本上，就是有多少数据包流向哪个方向，这些数据包的大小是多少，以及一个数据包与下一个数据包之间的时间间隔是多少。

通过这样做，你可以为每个页面建立一个指纹，这样当目标从加密网站下载页面时，你就能匹配每个方向的数据包数量及其大小，从而猜测他们正在查看哪个特定的网页，即使网页本身是加密的，你本不应该能够了解这些内容。

这显然令人担忧。尽管我们可以拥有端到端加密，但在保护通信隐私方面，我们还差得很远。

私密通信的愿望清单 (6:40)

因此，如果我们想要一份完美安全的通信网络所能提供的愿望清单，我们想要哪些属性呢？

显然，我们想要保护用户在加密信道上所说的话，而端到端加密已经是实现这一目标非常重要的一步。但不仅如此，我们还想要隐藏用户正在与谁通信，即通信伙伴是谁，你正在从谁那里接收数据包或向谁发送数据包。还有位置，即你从哪里进行通信；你通信的时间和时长；你交换了多少字节的数据；以及通信中的任何其他模式。你甚至可以进一步说，我们想要隐藏某人是否在进行通信。

这些都是匿名通信系统旨在提供的属性，而在解决方案领域，混合网络 (mixnets) 是我们用来提供此类属性的最佳解决方案之一。