真的有人在偷听我们讲话么?

简介: 细思极恐

阅读本文大概需要 3 分钟。

作为互联网的忠实用户,我们在生活中已经很难离开它,随之而然也出现很多相关的问题,其中最让人头疼就是隐私问题。前有 12306 数据贩卖,今有传闻美团饿了么在偷听我们讲话,显然大家已经被以前各种隐私暴露的事情吓怕了。

前几天,就有这么一档子事儿,一些媒体进行跟风报道:

通过模拟使用场景,对安卓手机、iPhone 和 iPad 上的饿了么和美团外卖进行多轮测试后发现,谈话提及某种食物后,出现相关推荐的概率高达 60% 到 70%。还有的用户说,在刚谈到想吃什么后,打开外卖 App 就可见到对相关店铺的推荐,疑似出现 App 麦克风「偷听」。

不少用户看到这种新闻,都会一下子惊到,纷纷说他们自己也碰到过类似情况。

更有甚者是这么说的:我有一次想买一本书,都没跟别人说过,后来突然淘宝就给他推荐了那本书。

还有个妹子是这么说的:我和男朋友分手两个月,打开淘宝,竟然给我推荐了 ziweiqi !难道以前我跟男朋友晚上那个,淘宝也偷听了!细思极恐!

类似的非常之多,大体上就是前面刚跟朋友说想吃什么,后脚点外卖发现外卖上就推荐了这家;前面刚说想买什么东西,后脚淘宝就给你推荐了这个商品。这档子事还直接排到了热搜,并在热搜榜待了很久。

不过,说美团、饿了么等 App 监听聊天内容,是实话太扯了,冒着那么大的风险分析用户语音聊天信息,就为了给用户推荐一份二三十块钱的外卖?我都要感动哭了(前两天简历大数据公司被端的消息还热乎着呢)。

虽然逻辑上不太对,但是网友并不都从逻辑的角度出发去考虑问题,他们大多数人并不懂技术,但也有人是懂一些技术的,比如,有的人就会拿安全专家的话来证明:安全专家说,这种技术现在是可以实现的。 既然,可以实现,美团饿了么们就有可能会用,公司都是以利益驱动的。

安全专家都说可以了,那美团、饿了么这一类的外卖软件、淘宝这一类购物软件会放过这么好的机会?绝逼 24 小时监听自己手机发出的声音,然后进行分析,然后给他们做推荐。

你过去一段时间每天吃什么他们都知道,再通过监听你说话的声音,为什么这个推荐准确率才不到 70%?这技术不太合格啊。要是给我一个人连续几个月的外卖点单记录,不用那么高深的技术,通过一些常规的推荐方法,也有把握对一大部分用户命中 80% 以上。

美团、饿了么们既然都掌握了用户的餐饮记录与习惯,只需要不断优化自己的算法就行了,再分析语音记录有什么意思呢?

有些杠精可能还不服气,那从技术角度来思考下:

1. 技术上能实现麦克风监控,当我自己安装这类软件的时候也不许使用麦克风的权限吧,一般涉及到语音输入这块才会向你发出申请,你还可以不授权,那么没权限,它还怎么监控呢?Android,iOS可不是摆设。

2. 光做监控还不行,语音这东西电脑是不认识的,那么就还需要把这些监控到的语音进行处理,将其转换为文字,再从文字里面提取有效信息。这语音识别的复杂度不低吧,毕竟百度、阿里、讯飞这些东西挤破头的进来搞。还会涉及到识别准确率,网上是说能有94%-98%,这还是在实验环境,生产环境不得而知,不过不可能比实验环境要高。

3. 我去查了一下,中国有 10 亿多的 4G 用户;美团外卖月活 2千万+,饿了外卖月活 7千万+,按照这个月活,注册用户肯定是上亿的。那么监控的设备数,以及收集的数据量是海量的,先不说平台方面,就说用户方面。手机正常使用的是接近 CD 音质,128kbps , 1.0 MB/分钟 。1 小时为 60 分钟,那么录音 1 小时,就是占用60MB容量,24 小时就是 1440MB,它怎么在不被你发现的同时,将这 1 个多 G 的数据上传至平台呢?

说了这么多把他推翻了,那到底上面别人说的那种情况是怎么产生的啊,毕竟热搜榜也不是那么好上的。

第一个就是巧合了,根据你的点餐习惯,给你推荐一些类似的,很正常。第二个就是外部信息,平台从其他途径拿到你的相关信息,在根据推荐算法给你推荐,估计 ZFB 连你祖宗八代都能分析出来。最后一个就是个性推荐,在大数据的环境下,分析出来的结果,能准确戳中你这个群体的喜好。

监控这件事情实际上存在巨大的法律风险,而且从现在技术来看,整个一套流程实现起来还是很困难的。所以暂时没必要担心这些软件监听你的事情,如果真的担心,在下载安装软件的时候,把麦克风权限关掉就好了。

·END·

V:程序员的成长之路

路虽远,行则必至

相关文章
|
9月前
|
编译器 C++
C++中的内联函数与const限定词的使用
C++中的内联函数与const限定词的使用
67 1
|
存储 SQL Oracle
NULL 值与索引(一)
    NULL值是关系数据库系统布尔型(true,false,unknown)中比较特殊类型的一种值,通常称为UNKNOWN或空值,即是未知的,不确定的。
960 0
|
3天前
|
人工智能 自然语言处理 Shell
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
仅用3分钟,百炼调用满血版Deepseek-r1 API,享受百万免费Token。阿里云提供零门槛、快速部署的解决方案,支持云控制台和Cloud Shell两种方式,操作简便。Deepseek-r1满血版在推理能力上表现出色,尤其擅长数学、代码和自然语言处理任务,使用过程中无卡顿,体验丝滑。结合Chatbox工具,用户可轻松掌控模型,提升工作效率。阿里云大模型服务平台百炼不仅速度快,还确保数据安全,值得信赖。
129303 24
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
|
5天前
|
人工智能 API 网络安全
用DeepSeek,就在阿里云!四种方式助您快速使用 DeepSeek-R1 满血版!更有内部实战指导!
DeepSeek自发布以来,凭借卓越的技术性能和开源策略迅速吸引了全球关注。DeepSeek-R1作为系列中的佼佼者,在多个基准测试中超越现有顶尖模型,展现了强大的推理能力。然而,由于其爆火及受到黑客攻击,官网使用受限,影响用户体验。为解决这一问题,阿里云提供了多种解决方案。
16168 37
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型
DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目,多次评测中表现优异,性能接近甚至超越国际顶尖闭源模型(如OpenAI的GPT-4、Claude-3.5-Sonnet等)。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型,实现 DeepSeek 系列模型与现有业务的高效融合。
|
4天前
|
并行计算 PyTorch 算法框架/工具
本地部署DeepSeek模型
要在本地部署DeepSeek模型,需准备Linux(推荐Ubuntu 20.04+)或兼容的Windows/macOS环境,配备NVIDIA GPU(建议RTX 3060+)。安装Python 3.8+、PyTorch/TensorFlow等依赖,并通过官方渠道下载模型文件。配置模型后,编写推理脚本进行测试,可选使用FastAPI服务化部署或Docker容器化。注意资源监控和许可协议。
1183 8
|
13天前
|
人工智能 搜索推荐 Docker
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手
DeepSeek R1 + LobeChat + Ollama:快速本地部署模型,创建个性化 AI 助手
3342 117
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手
|
8天前
|
人工智能 自然语言处理 API
DeepSeek全尺寸模型上线阿里云百炼!
阿里云百炼平台近日上线了DeepSeek-V3、DeepSeek-R1及其蒸馏版本等六款全尺寸AI模型,参数量达671B,提供高达100万免费tokens。这些模型在数学、代码、自然语言推理等任务上表现出色,支持灵活调用和经济高效的解决方案,助力开发者和企业加速创新与数字化转型。示例代码展示了如何通过API使用DeepSeek-R1模型进行推理,用户可轻松获取思考过程和最终答案。

热门文章

最新文章