Meta招募「賞金獵人」,鼓勵研究人員回報數據漏洞!能洗刷隱私外洩臭名嗎?
Meta招募「賞金獵人」,鼓勵研究人員回報數據漏洞!能洗刷隱私外洩臭名嗎?

12月15日,Meta(原Facebook)宣布針對數據抓取問題,擴張2011年以來的「賞金計劃」。

他鼓勵研究人員報告兩種情況:一種是尋找漏洞,提高惡意抓取行為的成本和難度;另一種是查找「木已成舟」的抓取數據集,Meta將與相關公司合作刪除數據集或尋求法律手段。

這裡的數字抓取,指的是使用自動化工具從用戶資料中大量收集個人訊息,例如電子郵件地址、電話號碼、個人資料照片。儘管這些訊息多數並不保密,但爬蟲可將其更廣泛地公開,集中發布在可搜索的數據庫,快速觸達數百萬用戶。

數據爬蟲
圖/ Meta

Meta的條款不允許任何人自動訪問和收集數據。Meta安全工程經理Dan Gurfinkle指出:「我們正在尋找漏洞,這些漏洞使攻擊者能夠繞過抓取限制,以比我們最初預期的更大規模訪問數據。」

今年4月,超過5億Facebook用戶的個人資訊被發布在一個黑客論壇,更恐怖的是,實際的數據抓取發生在幾年前,儘管Meta已經在2019年8月補上了相關漏洞,可是當數據開始在網上傳播,它就無能為力了,只能提醒用戶小心垃圾郵件和詐騙訊息。

臉書上的資訊被洩
圖/ engadget

今年10月,超過260萬Instagram和TikTok用戶數據遭洩露。安全人員追溯後發現,洩露數據的是數據分析型公司IGBlade,他們的服務器及數據未加保護,導致爬取得來的數據洩露。雖然這次Instagram的數據洩露並非由Meta直接導致,但也說明了控制爬取行為的必要性。

此外,個人訊息的洩露,威脅的不僅是Facebook一個帳戶,Facebook ID和許多帳戶相關聯,牽一髮而動全身,這些帳號也不難找到。

每個漏洞或數據集可獲得至少500美元的獎勵。如果發現的是數據集,Meta會將獎金捐贈給研究人員選擇的慈善機構,以免研究人員「做賊喊捉賊」,先抓取數據再領取賞金;如果發現的是漏洞,Meta將發放金錢獎勵。

對於數據庫來說,研究人員將因發現「未受保護或公開的公共數據庫,其中包含至少10萬條獨特的Facebook用戶記錄」被獎勵,用戶記錄指個人身份訊息或敏感數據,例如電子郵件、電話號碼、實際地址、宗教或政治聯繫。

今年以來,Meta已向來自超過46個國家/地區的研究人員提供了超過230萬美元的資助,總共收到了大約25000份報告,對800多份報告進行了獎勵。

facebook_data
圖/ Unsplash

Meta自稱這是第一個專門針對數據抓取的賞金計劃,但它在隱私安全方面堪稱劣跡斑斑,除了用50億美元罰款達成和解的劍橋分析醜聞,還有大大小小的數據洩露前科。

2018年10月,Facebook遭黑客攻擊,暴露了2900萬用戶的私人訊息,其中的1400萬用戶訊息非常詳細,在常規資料外還包括關係狀態、宗教信仰、教育情況、工作情況、關注的人、最近搜索和登錄設備等等。

「監守自盜」的Facebook,自身也愛拿數據做文章,它收集和利用大量用戶數據,銷售有針對性的數字廣告。非盈利新聞機構ProPublica稱其為「監視資本主義」(surveillance capitalism)。

愛范兒曾寫過,《金融時報》的一項調查發現,自從今年4月蘋果開始實行新的隱私設置,Facebook等四大社交平台損失近百億美元。2020年12月,Facebook曾用整版報紙廣告批評這項隱私設置,認為它將傷害依賴個性化廣告的小型企業。

事實上,當涉及個性化廣告時,用戶才是社交平台上真正的產品。

2019年3月,祖克伯公佈了一項新的「以隱私為中心的願景」,他將旗下應用程式WhatsApp 的「端到端加密」模式作為榜樣,「端到端加密」指只有發送方和接收方能讀取消息,其他人甚至WhatsApp官方都無法查看。

目前,Meta旗下所有產品,僅有WhatsApp自稱實現了端到端加密。就算是WhatsApp,也依然需要人工或AI審查被用戶舉報的消息是否違規,他們還審查未加密的材料,包括有關發件人及其帳戶的數據。

WhatsApp在2020年向相關部門報告了40萬個可能的兒童剝削圖像。WhatsApp負責人Will Cathcart在接受澳大利亞智庫採訪時表示:「我認為我們絕對可以透過端到端加密,為人們提供安全保障,並與執法部門合作解決犯罪問題。」

總而言之,不論出於商業用途還是安全需要,幾乎沒有平台像我們期望的那樣私密,或許盡可能減少個人訊息曝光才是根本。

本文經授權轉載自:愛范兒ifanr

責任編輯:吳佩臻、錢玉紘

關鍵字: #資訊安全
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓