Bici blu. Facce rosse. I dati sull'utilizzo del programma di bike sharing di Londra pubblicati su Internet sono stati rimossi a seguito delle critiche secondo cui avrebbe potuto consentire l'identificazione dei singoli ciclisti.
Il blogger James Siddle ha rivelato che un pubblico disponibile Transport for London dataset la copertura di sei mesi di viaggi in bicicletta effettuati poco più di un anno fa includeva ID univoci del ciclista. Siddle dice che questo significa che qualcuno che ha accesso ai dati può estrarre e analizzare i viaggi fatti dai singoli ciclisti all'interno di Londra in quel periodo. 'Con un piccolo sforzo, è possibile trovare le persone reali che hanno fatto i viaggi', dice.
Siddle costruito mappe , un esempio di cui sopra, basato sui viaggi di una manciata di singoli motociclisti per evidenziare i problemi di privacy sollevati dal rilascio dei dati. Era in grado di fare ipotesi informate su dove vivevano e lavoravano, e usando i timestamp, dove probabilmente trascorrevano le serate e le notti.
Dice che non ha fatto il passo successivo per trovare un dato che collegasse le date, gli orari e i luoghi dei viaggi a un nome. Il suo scopo era quello di evidenziare quanto facilmente gli aspetti apparentemente privati della nostra vita possano essere esposti. Potrebbe essere necessario solo uno strascico di post su Facebook, Twitter o Flickr, dice, per stabilire quella connessione sovrapponendo i due set di dati sulla posizione.
Transport for London, che è l'autorità che sovrintende a tutti i trasporti nella capitale britannica, afferma che i dati identificativi individuali sono stati rimossi non appena la questione è stata portata alla sua attenzione.
Le autorità di trasporto di molte città rendono pubblici i set di dati nella speranza che gli hacker trovino modi innovativi per utilizzarli. La Mass Transit Authority di New York City organizza un concorso annuale per sviluppare nuove app di trasporto.
Tali rilasci di dati nel complesso sono abbastanza innocui. I dati sulla posizione collegati alle persone, per quanto ampiamente dispersi siano i set di dati dei suoi componenti, possono essere estratti sempre più spesso per creare profili dettagliati, in particolare con le capacità di rilevamento della posizione in continuo miglioramento dei dispositivi mobili. Tu sei dove vai.
