图片来源：https://pixabay.com/images/id-2598202/
我经常告诉人们，我之所以对物联网如此兴奋，是因为传感器、无处不在的无线连接和廉价计算的结合可以使不可见的东西变得可见。使用精密空气质量监测来追究污染者的责任或利用个人健康数据来帮助预防或治疗疾病的好处是非常令人兴奋的。
但这也是一把双刃剑，因为所有这些传感器也可以使我们希望保持隐秘的东西变得可见。也许是前一天晚上吃的第二份冰淇淋，或者是您不希望活动追踪器或智能手机知晓您的性癖好。每个人都有不愿公开的事情。
谈到隐私，大多数人只关注数量有限的传感器——通常是摄像头和麦克风。对于家里有安全摄像头的人来说，担心他们的裸照出现在网络上是合理的。害怕让智能音箱不小心听到谈话内容与被一个真实的人偷听到也同样如此。
计算机可以使用来自数量惊人的传感器的数据来重现大多数人不知道的洞察力。例如，我担心雷达传感器能够收集到的关于一个人的数据水平。雷达在检测动作方面非常出色，并且可以达到毫米级的精度。由于机器学习，教雷达识别各种动作比以往任何时候都更加容易。
不过雷达尚未在许多私人应用中广为部署，但加速度计已经部署。柏林理工学院三位德国研究人员的这篇论文为加速度计的检测能力敲响了警钟。
在这篇论文中，作者展示了研究人员如何使用活动跟踪器或手机中的加速度计数据来推断人们的许多信息，从清醒程度到位置和性别不等。
以下是该论文中一些值得注意的内容:
活动数据：这包括跟踪某人是跑步还是骑自行车的典型推断;它还可以用来检测是否有人在开车——即使他们酒后驾车。它可以追踪是否有人在举起一个物体，以及这个物体有多重。它还可以检测是否有人在吸烟，如果你是烟民，并且你的雇主既提供健身追踪器又要求员工不用吸烟，你可能需要当心了。
身份：使用加速度计本身的设备指纹识别是传感器数据跟踪个人的一种方式，但加速度计也可用于检测步态、年龄和性别的差异。研究人员甚至使用加速度计数据来检测一个人鞋跟的高度。
声音：加速度计可以检测声音，包括研究人员选择用来训练和寻找的任何热门词汇，一个人声音中的情绪，以及他们的性别。
位置：使用智能手机的加速度计，研究人员可以计算车辆的运动轨迹和转弯角度，然后将这些数据与路线进行对比，以确定车辆的位置，该论文的作者将其描述为“与手持式全球定位系统的典型精度相当” 。
击键：研究人员可以利用加速计数据计算出特定设备上的PIN码或密码设置，甚至可以计算出在手机触摸屏上输入的全部文字内容。
阻止公司或政府尝试使用此类数据的唯一一件事是构建能够准确检测这些数据的算法的挑战，以及公司为什么想要了解此类数据的问题。然而，随着构建此类算法的成本变得越来越容易和便宜，曾经不可见的东西有可能会变得可见。
这种可见性可能对消费者非常不利。
(编译iothome)
