[论文解读] Personal Data: Thinking Inside the Box

Hamed Haddadi, Heidi Howard+4 more|arXiv (Cornell University)|Jan 20, 2015

Context-Aware Activity Recognition Systems参考文献 17被引用 25

一句话总结

该论文提出了Databox——一种个人化、去中心化的数据管理平台，使个人能够直接掌控其个人数据，实现与第三方的安全、可审计的数据共享。通过作为聚合和管理数据访问的个人数据枢纽，Databox旨在恢复用户自主权，推动新型数据驱动服务的发展，并重新平衡个人数据经济中的权力格局。

ABSTRACT

We propose there is a need for a technical platform enabling people to engage with the collection, management and consumption of personal data; and that this platform should itself be personal, under the direct control of the individual whose data it holds. In what follows, we refer to this platform as the Databox, a personal, networked service that collates personal data and can be used to make those data available. While your Databox is likely to be a virtual platform, in that it will involve multiple devices and services, at least one instance of it will exist in physical form such as on a physical form-factor computing device with associated storage and networking, such as a home hub.

研究动机与目标

• 解决个人数据经济中权力日益失衡的问题，即用户既是数据产品，又缺乏对其数据的控制权。
• 克服现有监管和自我监管方法（如“不要追踪”）的局限性，这些方法未能有效遏制侵入性数据收集行为。
• 设计一种技术平台——Databox——使个人能够拥有、管理并对其个人数据进行货币化，同时确保隐私和透明度。
• 构建一个去中心化生态系统，使开发者能够在用户控制的数据上构建服务，降低对Facebook或Google等集中化平台的依赖。
• 通过隐私优先设计和真实世界部署研究，支持技术、政策和社会规范在个人数据问题上的共同演进。

提出的方法

• 提出Databox作为一项个人化、网络化的服务，从多个来源（包括第三方网站和服务）聚合个人数据。
• 设计Databox作为个人数据容器，支持虚拟和物理实例（如家庭网关），确保数据始终处于个人控制之下。
• 实施访问控制机制，使用户能够授予、撤销和审计第三方对其数据的访问权限，支持可读性、自主权和可协商性（HDI原则）。
• 利用Nymote、Mirage、Irmin和Signpost等开源技术，降低运营成本，实现可扩展、安全的数据管理。
• 开发用于索引和追踪第三方持有的个人数据的方法，以增强用户意识和控制力。
• 推动从“知情同意”向消费者保护模式的转变，即默认假设数据实践是安全的，除非被证明不安全。

实验结果

研究问题

• RQ1 在以集中化数据孤岛和不透明数据实践为主导的世界中，如何使个人对个人数据拥有真正有意义的控制权？
• RQ2 何种技术和经济模型能够支持可持续、以用户为中心的数据管理平台，同时确保安全性和经济可行性？
• RQ3 去中心化数据平台（如Databox）如何在减少对主导平台提供商依赖的同时推动创新？
• RQ4 隐私优先设计在与政策和社会规范共同演进方面可发挥何种作用，以构建更公平的数据经济？
• RQ5 用户在现实世界中对个人数据的支付意愿和共享意愿如何？这些行为如何被衡量？

主要发现

• 截至2012年，现有监管和自我监管机制（如“不要追踪”）未能显著减少行为定向广告，仅有20家广告机构尊重相关标头。
• 绝大多数用户（60%）属于“隐私实用主义者”类别，表明隐私态度高度依赖情境，难以简单归类。
• Databox平台被提出作为解决方案，使用户能够聚合、管理并选择性地共享个人数据，从而恢复数据交换中的自主权。
• Databox的成功取决于低运营成本和用户支付服务的意愿，尽管证据表明至少部分用户愿意做出这种权衡。
• 真实世界部署和野外研究对于理解用户行为、支付意愿以及隐私协商的实际动态至关重要。
• 个人数据平台的长期可行性取决于技术、政策和社会规范的共同演进，需要产业、监管机构和公民社会之间的协作。