什么是画像分析

即使匿名时没有写名字，对方也未必把你看成“完全不知道是谁的人”。

发帖内容、访问时间、使用的词、感兴趣的话题、图片、终端信息、过去账号。收集这些信息后，就能构成一个人物像。

这里把从片段信息推测人物属性、行为、兴趣、日常活动范围和关系的做法称为画像分析。

画像分析并不只是电影里那种特殊调查。

广告投放、访问解析、防止滥用、SNS 推荐、公开信息调查、以骚扰为目的的识别中，也会使用这种思路。

思考匿名性时，不只要看“是否写了名字”，还要看“会被构造成怎样的人物像”。

什么是画像分析

画像分析，是从多个线索推测人物像。

在匿名性语境中，即使不知道本人姓名，也可能推测性别、年龄层、地区、职业、生活节奏、兴趣、所属社区、与过去账号的连接。

画像分析可怕之处在于，单独看很弱的信息会被组合。

“医疗相关”“地方城市”“夜班”“特定考试”“过去网名”重叠后，候选范围会迅速变窄。

没有本名也会构成人物像

认为不写本名就是匿名，并不充分。

例如，在 SNS 上持续发布下面这样的内容。

工作日早上 7 点多回应车站拥挤。夜班后发帖很多。使用医疗或照护专业术语。熟悉当地天气和活动。使用与旧游戏 ID 相似的名字。

这个阶段没有出现本名。

即便如此，日常活动范围、工作方式、职业、年龄层、过去活动都会开始可见。

匿名性被破坏，并不只是户籍上的姓名突然出现。

候选范围被缩小，也属于匿名性变弱的状态。

服务侧的画像分析

网站和应用会处理各种信息，以区分使用者。

IP 地址、Cookie、登录状态、User-Agent、终端信息、浏览历史、点击、停留时间、购买历史。这些会用于显示优化、广告投放、防止滥用、服务改善。

这里重要的是，服务侧画像分析并不只在“有恶意”时发生。

很多服务会把区分使用者作为普通功能。作为便利的代价，识别材料会增加。

谁会做画像分析

进行画像分析的对象不止一种。

广告公司、SNS 运营者、职场或学校相关人员、骚扰者、调查者、国家机构，能看到的信息和能力都不同。思考匿名性时，要分清对手是谁。

对手不同，对策也不同。

防熟人时，发帖内容和日常活动范围重要。想减少服务运营者识别时，Cookie、登录状态、终端信息重要。设想国家级对手时，已经超出只凭文章能判断的范围。

从公开信息进行画像分析

画像分析不只依赖服务内部日志。

仅用公开的发帖、个人资料、图片、搜索结果、过去账号，也能构成人物像。这接近 OSINT，也就是公开信息调查的领域。

创建匿名账号前，要确认候选用户名和已公开图片是否会与过去信息连接。

但是，不要把未公开的脸部照片、直接连接身份的图片、高风险资料上传到搜索服务或外部 AI 进行确认。已经运营时，也要意识到搜索日志和服务侧残留的信息，确认自己的账号名、发帖中的特征词、公开图片从外部如何可见。

削弱画像分析的思路

画像分析无法完全消除。

只要发布，就会发出某些信息。重要的是减少不必要信息，并避免多个线索指向同一方向。

这并不只是为了伪装自己。

在咨询、内部举报、信源保护、活动安全确保中，这也是为了保护本人以外的相关人员。

总结

画像分析，是从多个信息推测人物像。

即使不写本名，发帖内容、时间、用词、图片、Cookie、登录状态、过去账号组合后，也会看到日常活动范围、职业、相关人员。

在匿名性中，不只要看名字，也要思考“自己会被看成怎样的人物”。

画像分析无法完全消除。

但是，通过分开主题、模糊地区、错开时间、确认图片、不复用 ID、不混用实名环境和匿名环境，可以降低候选范围被缩小的速度。

匿名性不是把信息变成零。

它是为了不让对方构成过于清晰的人物像而进行的判断。

相关工具

相关文章