分享
为什么没人谈论元数据
围绕数据安全的营销活动正日益增多且广泛开展。从初创公司到大型科技企业，推广旨在增强用户隐私的技术已司空见惯，例如 WhatsApp 和 Google Drive 等产品中使用的端到端加密。
然而，监控的核心在于一个鲜少被提及的方面：元数据分析。
那么，元数据到底是什么？元数据 是 关于数字通信的技术和描述性细节。其中包括源 IP 地址和目标 IP 地址、传输时间、数据包大小以及连接状态指示符（标志）。
乍看之下，这些细节似乎无害，但在大规模情况下，它们却能用于构建关于个人和群体的详细档案——从而揭示诸如位置、日常习惯、人际关系以及个人或职业偏好等敏感信息。实际上：
“元数据能向我们全面揭示一个人生活的方方面面。“如果元数据足够，我们就无需内容。”——斯图尔特·贝克，美国前总法律顾问国家安全局
什么是元数据？
此外，需要特别指出的是，端到端加密 并不能保证元数据的匿名性。
实际上，在互联网的当前架构中，您的元数据在结构上是公开的。但究竟是谁决定了这种架构？
冷战与互联网的早期
互联网最初是美国一些人之间的一项合作实验。大学和美国美国国防部。
1971 年，ARPANET（互联网的前身）拥有 15 个连接点。对这样一个网络的核心需求很简单：抵御苏联可能对美国通信系统发动的攻击——当时美国的通信系统在很大程度上依赖于电话网络。
因此，ARPANET 由美国政府资助。政府设立并由 高级研究计划局 (ARPA) 管理。
与几十年后互联网被广泛用于商业和娱乐不同，ARPANET 有着明确的军事目标：作战安全、系统稳健性以及对攻击的高抵抗力。这些战略重点深刻影响了该网络的技术和架构决策。
秘诀在于：分组交换
ARPANET 发展过程中的关键技术创新之一是 分组交换，该技术由美国的保罗·巴兰（Paul Baran）同时提出。以及英国的唐纳德·戴维斯
这一概念将消息拆分为更小的数据包，这些数据包能够独立地通过各种路由到达最终目的地。如果一条路由被阻塞或破坏，其他数据包仍可通过其他路径到达。通过消除对单一集中线路的依赖，分组交换降低了数据包丢失和通信中断的概率 – 从而实现了构建能够抵御苏联威胁的弹性通信系统的军事目标。
然而，正是这项技术导致了我们的元数据泄露。为了使通信数据包能够在网络中传输并找到最终目的地，元数据以未加密的形式暴露在通信数据包的头中。换句话说，元数据结构性暴露的根源与分组交换的运作方式有关——当然，网络基础设施的运作方式也是原因之一。不过我们稍后再详细讨论这一点。
技术集成：电话、无线电和卫星
最初，ARPANET 使用了现有的美国电话网络基础设施。尽管这种方式既实用又经济，但很快就暴露出地域和运营方面的局限性。
为了扩大覆盖范围和容量，ARPANET 开始探索新兴技术：无线电和卫星通信。 20 世纪 70 年代，Alohanet 项目曾尝试通过无线电连接夏威夷各岛。信号干扰促使罗伯特·梅特卡夫开发出一套在重传数据包前先等待的系统——这种方法后来演变为以太网标准，用物理电缆取代了无线电，用于局域网。
与此同时，卫星技术极大地推动了全球通信的发展。卫星实现了可靠的长距离数据传输，这符合美国的战略和军事目标。到 70 年代中期，ARPA 正在运行三个截然不同的实验网络：
- ARPANET（固定电话）
- PRNET（单选按钮）
- SATNET（卫星）
整合这些网络的迫切需求促使 Vint Cerf、Jon Postel 和 Danny Cohen 共同创建了 TCP/IP 协议。
TCP/IP
TCP/IP 协议主要由两部分组成：
- TCP（传输控制协议）： 管理点对点连接，确保数据包的安全、有序传输
- IP（互联网协议）： 负责在不同网络之间传输数据包
这种结构建立了一个清晰的层级关系：
- 一个 网络级别（用于标识用户连接的网络）
- 一个 主机级别（用于标识该网络中的特定设备）
此外，网关（连接不同网络并在它们之间引导流量的设备）的创建对于连接该分层结构中的本地网络至关重要。
这种技术设置暴露了大量用户信息 — 这些信息在互联网架构中被结构性地嵌入。每个 IP 地址均可揭示关键信息，例如大致的地理位置、所属机构或互联网服务提供商，以及所使用的设备类型。
为了高效运行，TCP/IP 协议需要大量元数据，包括显示连接状态的 时间戳 和 标志。
互联网的设计者们实际上将披露这些数据作为访问网络的先决条件——这一切都得到了美国的大力支持。政府资金用于在全球范围内推广 TCP/IP。
那么，我们为何会继承一个被监控的互联网呢？
因为从战略角度来看，对于构建互联网的民用和军事机构而言，了解用户何时、何地以及如何连接网络是非常有用的。当然，除此之外还有其他商业原因。
互联网的普及
互联网的普及并非由单一主体或集中式计划推动的。这是许多制度、政治、商业和社会力量共同作用的结果。
在 20 世纪 80 年代和 90 年代，互联网从一项以美国为基地的军方与学术界合作实验，演变为由相互竞争的利益和愿景所塑造的全球基础设施。
最初，ARPANET 的访问仅限于美国少数几个由 ARPA 资助的大学。这促使人们努力实现网络访问的普及化，尤其是通过美国国家科学基金会（NSF），该机构于1984年开始建设自己的网络。
当美国国家科学基金会（NSF）将其网络与ARPANET集成时，几乎所有的美国各大学获得了互联网接入权限，由此开启了民用互联网的大门。这标志着一个关键的转变：互联网开始以去中心化的方式扩展，用户创建的局域网（LAN）将连接到更广泛的基础设施中。
为了支持这种增长，**域名系统（DNS）**应运而生。通过分配服务器来管理不同的域名（如 .edu、.gov、.mil、.com、.org 和 .net），从而实现去中心化的 DNS 主机地址管理。这促进了互联网的发展，并巩固了其分层式的国际结构。
然而，一个主要问题出现了：美国法律禁止将公共基础设施用于商业用途。
在国家科学基金会（NSF）的管理期间，互联网的使用仅限于教育和研究。但需求不断增长以及来自私营部门的压力，导致了互联网基础设施的私有化。
从 1991 年开始，首批 互联网服务提供商 (ISP) 应运而生，标志着万维网的商业化。私营公司开始管理物理网络 — 包括电缆、交换机和服务器 — 为终端用户提供 TCP/IP 连接（同时收集所有用户的元数据）。
因此，从 90 年代起，民用互联网不再是一个教育平台/scientific，而是顺应了当时网络的使用趋势，成为了一个 消费、娱乐、社交和自我表达的空间。
重新思考互联网的技术基础
了解互联网的历史起源，有助于解释为何它会暴露如此多的元数据，以及为何其设计之初并未将个人隐私纳入考量。
事实上，这种历史遗留问题极大地限制了当今保护在线隐私的能力。然而，与其指责历史上的罪魁祸首，我们真正应该问的是：为什么这一基础设施至今仍未得到改变？
时至今日，元数据仍在网络层持续泄露，导致敏感的用户信息暴露给政府、私营企业和网络犯罪分子。
Layer-0 匿名网络（例如 NymVPN 的噪声生成混合网络，该技术在 Tor 现已存在安全漏洞的网络设计基础上进行了改进）是市场上至关重要的新技术，能够对元数据进行扰乱，从而在网络层面上保护用户信息和流量模式。
如果隐私不是互联网的立身之本，那么就该由当代人来将其确立为立身之本。
无论是推动网络架构的结构性变革，还是通过直接的个人行动，都要将隐私融入技术使用的核心之中。
互联网监控：常见问题解答
互联网治理从由美国国家科学基金会（NSF）管理的学术网络转向了私营互联网服务提供商（ISP），这些提供商为了商业化目的和执法需要而记录流量——从而将大规模元数据收集嵌入到基础设施的核心之中。
TCP/IP 日志记录、DPI 和集中式骨干网监控等技术源于军事研究，其影响在当今的网络监控系统中依然存在。
元数据（如时间戳、IP 地址和路由日志）可以揭示随时间推移形成的关联和模式，通常无需对通信内容进行解密。
Mixnets 通过批量处理消息、注入掩护流量以及重新排序数据包，打破了持久的可追踪性——这使得追踪流量来源在实际上变得不可行。
它们是主要的数据收集者——记录订阅者的流量元数据、限制访问，或出售使用情况档案——同时，它们也是国家与企业监控基础设施的瓶颈。
关于作者
Pedro Sydenstricker
社区撰稿人
Casey Ford, PhD
技术审阅员目录
继续阅读……
VPN 和混合网络：终于结合了
直到最近，传统的 VPN 还是集中式单跳代理服务。为了掩盖客户端流量，VPN 通过自己的服务器重新路由用户数据，用 VPN 自己的 IP 地址取代用户 IP 地址。问题就在这里：用户流量的元数据日志很可能存储在这些目标服务器上。只要我们的数据被集中起来，就会面临数据泄露、网络攻击和政府监控的风险，所有这些都可能泄露我们的上网历史。