你的社交信息是怎么泄露的

作者|caozsay

哎呀，为什么我没有把通讯录上传，他们仍然可以知道我的好友！甚至很多不再通讯录上的微信好友，也被当作可能认识的人推荐给自己了！一时各种猜测。

分几种情况吧。
🧠💈🍇🔞🦄‎
第一，通过直接关系的通讯录获取


你没有上传通讯录，但对方上传了通讯录，你在对方通讯录里。
🤛🗼🧊🆗🪰‏
所以系统标记为，你们很可能认识。这个最容易理解。

第二，通过间接关系的通讯录获取
👨‍🚒‍🥾🔒😔✊
你和对方都没上传通讯录，但存在第三个人上传了通讯录，并且同时包含你和对方。

比如说，A和B都没有上传通讯录，但C上传了，C的通讯录里同时有A和B。

那这个是不是很扯啊，很可能八杆子打不着的关系对不对。👨‍🎨‍👠🩺🥲🖕

可是如果D上传的通讯录里也同时包含A和B，E上传的通讯录也是。

现在想想，如果设计一个阈值，存在多个人提交的通讯录里同时包含了某两个人，这两个人可能认识的概率是不是就很大了？
👩‎🧦💶🙃👍
再说，人家系统推荐写的就是可能认识的人，就算不认识，用户也不会多想的。

第三，通过转发和访问行为获取

这是前几天在朋友圈看到一个方案，是个图片，追了一下水印，来自于微博的 "Barret李靖"，是阿里的员工，但这个是不是原始出处我不清楚，如果还有其他出处烦请告知，方案一看就很靠谱，我用自己的理解描述一下。🧒‌🥼🧹🤤✍

你在头条看到一篇文章觉得有意思，分享到微信，那么分享这个链接就带了你头条的用户标记。微信上你的朋友打开这篇文章的时候，他可能也是头条用户，那么打开时头条会获取他之前访问的cookie，这样就知道他是谁，同时链接的参数也知道你是谁，那么头条就认为你和他应该是可能认识的。

通过分享朋友圈的点击浏览行为，基于分享者的URL特征和点击者的Cookie信息，可以快速建立可能认识的人际关联。

‍🛒😫🤞

第四，抓取公开数据

比如微博，单向关注不能代表认识，但是如果是互相关注呢？那是不是彼此认识的概率就很高了？

而互相关注的数据是可以通过爬虫抓下来的。
🤞⛪🫑♊🐤‏
类似这样的还有，比如QQ空间的评论，我记得是公开的吧，比如linkedin的社交关系。

还有历史上一些同学录产品，或者人才网站上的工作简历，如果你和某人同一时期在某个公司某个部门就职，或者某个学校某个专业就学，系统是不是认为你们或许可能认识。

👂⛵🍓✔🦖‌很多产品要求你绑定微博啊，绑定微信啊，绑定QQ啊，绑定这个那个啊，然后他们通过公开数据的关联关系，就把其他很多信息的关联就建立起来了。

我记得前两年有个读者，基于公开数据来推断我的好友信息，结果发给我了，怎么说呢，让人有点害怕的那种。

第五，购买地下数据
👍🪐🥚✡🐂‍
应该是2013年吧，7000万QQ群数据泄露，这个数据在地下市场一直有流转，很容易得到。如果某两个用户同在一个群，也许无法得出他们的关系，但是如果同时在多个群呢？是不是认识的可能性会很高？

除了QQ群数据泄露外，还有哪些与社交有关的数据泄露呢？

🤞⛴🍟✔🐥‍开房数据泄露是不是也有很多起了，同一间房开房的除了情侣关系，同事关系也不少，毕竟很多小公司出差两人一间也常见。家庭关系，很多家庭旅游为了省钱是不是也经常亲戚挤在一间。旅游伙伴关系，此外还有商务会议接待，有时候也会把一些商业伙伴安排在一起。这是不是也都是社交关系。

其他的还有没有？别问我，我不知道，但地下市场数据库的强大经常是超乎想象的。

大部分会觉得，一个正规企业做事情不会用黑产数据吧，来，说个我知道的，前几年小额贷，网上保险等行业，为了拓展业务买第三方线下数据还少么，第三方线下数据哪来的？哪个是干净的？你真以为巨头就不会买？
✊🚂🥄🈚🕊‍
另外，巨头找第三方做爬虫抓竞品数据的反正我知道有不少案例了。这是另一个话题了。

总之，互联网无密可守，社交数据有很多种可能泄露，防不胜防，可能他们还有其他手段，我所能知道的可能也只是冰山一角。如果你不想与世隔绝，这事，就现实而言，也没有更好的规避方法。
👮‍♂️‌🧦🩺😋✋