L'algorithme utilise des réseaux de photos pour révéler votre ville natale

Il est de plus en plus évident que si vous faites partie d'un réseau social, la structure du réseau lui-même peut révéler des informations importantes sur vous, indépendamment de ce que vous avez publié vous-même.

Par exemple, en décembre, nous avons examiné une étude sur un réseau de jeux informatiques, qui a montré que si vous avez des amis qui trichent aux jeux informatiques, vous êtes beaucoup plus susceptible d'être un tricheur vous-même ou de le devenir dans un proche avenir.

D'une certaine manière, cela a du sens. Nous sommes beaucoup plus susceptibles de copier les comportements d'amis que d'autres personnes.

Aujourd'hui, Kazem Jahanbakhsh et des copains de l'Université de Victoria au Canada ajoutent un corollaire intéressant à ce travail.

Ces gars-là ont étudié les groupes géographiques de photos que les utilisateurs téléchargent sur Flickr, le site Web de partage d'images populaire. La tâche qu'ils se sont fixée est de déterminer la ville natale d'un individu en ne regardant que les géotags des photographies qu'ils ont téléchargées.

Il n'est pas surprenant que les gens prennent la plupart de leurs photos près de chez eux. Mais ils prennent également des photos en grappes à d'autres endroits tels que des destinations de vacances et autres. Cela rend le problème de l'estimation de l'emplacement du domicile un peu plus difficile. L'astuce que Jahanbakhsh et ses amis résolvent est de trouver un algorithme qui peut séparer l'emplacement du domicile des autres clusters.

Il s'avère que de nombreux utilisateurs publient leur emplacement d'origine sur leurs profils Flickr, de sorte que leur algorithme est simple à vérifier. Jahanbakhsh et co disent que bien sûr, il devine assez bien. Dans 70% des cas, notre algorithme a prédit le lieu de vie des personnes avec une faible erreur, disent-ils.

Ce n'est pas vraiment surprenant. Cependant, il met l'accent sur l'idée que le flux constant d'informations au goutte à goutte dans les réseaux sociaux peut éventuellement être traité d'une manière extrêmement révélatrice.

Jahanbakhsh et ses collègues affirment que le processus inverse est également utile : qu'il est possible de deviner correctement l'emplacement d'une photographie compte tenu de la ville natale de l'utilisateur.

Cela semble aller trop loin. Il est certainement probable qu'une seule photographie de la collection d'un utilisateur ait été prise dans sa ville natale, mais il est difficile de voir comment ils pourraient dire quoi que ce soit sur les autres endroits qu'un utilisateur pourrait visiter. Bien sûr, il peut y avoir une corrélation utile à exploiter en regardant les emplacements des amis d'un utilisateur. Mais Jahanbakhsh et co ne prétendent rien à ce sujet.

Le point important est que ces types d'algorithmes peuvent rassembler de nombreuses informations individuelles pour créer une image remarquablement précise d'un individu. Cela rend difficile le suivi de la confidentialité.

Il existe donc presque certainement un marché pour une application qui surveille le flux de données qu'un individu publie, les réseaux sur lesquels elle est disponible et ce qu'elle révèle lorsqu'elle est analysée dans son ensemble.

Il n'est pas difficile d'imaginer qu'il puisse aussi y avoir un jour des lois plus strictes sur la façon dont les informations glanées à partir de la structure des réseaux sociaux peuvent être utilisées et traitées. Surtout si cette information est abusée entre-temps.

Cela vaut la peine de garder un œil sur.

Réf : arxiv.org/abs/1202.3504 : Ils savent où vous habitez !

cacher