Facebookの現状――またしても発覚したプライバシー問題
Cambridge Analytica(ケンブリッジ・アナリティカ)のスキャンダルは、目を覚ますきっかけにはならなかったのでしょうか。Facebookの悪名高いイメージにさらに磨きをかけるようなニュースが、頻繁に飛び込んできます。
問題が起きるたびに、Facebookは自ら姿を現し、過ちを認めます。そこでまず一点を稼ぐわけです。さらに「プライバシーポリシーの強化に取り組み始めた」とアピールし、ユーザーの信頼を取り戻そうとします。もちろん、それはユーザー獲得のための戦略です。
ところが、人々がようやくこのSNSプラットフォームを再び信用し始めた瞬間に、今度は別のプライバシー侵害スキャンダルが表面化する。こうして考えると、まるで一定のパターンのようだと思いませんか?
さて、今回は何が起こったのでしょうか。詳しく見ていきましょう。
今回の問題とは?
Facebookが明らかにしたのは、「数百万件のInstagramユーザーのパスワードを暗号化せずに保存していた」という衝撃的な事実です。つまり、これらのパスワードはFacebookの社員がアクセスできる状態にあったということです。
これでは、怒りを覚えずにはいられませんよね。
当初の発表とその後の訂正
先月、Facebookは「数万件」のInstagramユーザーのパスワードが誤ってテキスト形式(平文)でサーバー上に保存されていたと公表しました。これは重大なセキュリティ上の問題を示すものです。
しかし木曜日の朝、Facebookは公式ブログを更新し、実際には「数万件」ではなく「数百万人」のInstagramユーザーが影響を受けていたと訂正しました。
「この記事の公開後、Instagramのパスワードが読み取り可能な形式で保存されていた追加のログを発見しました。現在、この問題が数百万人のInstagramユーザーに影響を与えたと推定しています。他のユーザーと同様に、これらのユーザーにも通知を行います。調査の結果、保存されていたパスワードが社内で悪用されたり、不適切にアクセスされたりしたことは確認されていません。」
驚きですね。まず、パスワードが暗号化されずに保存されていたこと自体が問題ですが、さらに驚くべきことに、Facebook自身が暴露されたパスワードの件数を把握できていないのです。「数万件」と言っていたのが、いつの間にか「数百万人」に膨れ上がっています。
Facebookさん、一体全体どうなっているのでしょうか?
責任の所在はどこに?
Facebookの広報担当者は「これらのパスワードが悪用または不正使用された証拠はない」と保証しています。
しかし、ここで本当に問いたいのは、もし攻撃が発生していたら、盗まれた認証情報や露出した個人情報について、誰が責任を負うのかということです。
この一連の対応からは、Facebookのずさんな管理体制が如実に浮き彫りになっています。
さらに皮肉なことに、この憂慮すべきニュースが公になったのは、ミューラー特別検察官によるロシア選挙介入に関する報告書がついに公開された同じ朝のことでした。
タイミングが最悪ですね、Facebook!
私たちが考えること
Facebookはすでに、プライバシーおよびデータ収集の慣行について、各国政府機関から厳しい監視を受けています。今回の暴露が事態に追い打ちをかけることになるのかどうか、予断を許しません。
私たちはFacebookに対して深い失望を感じています。もはや、このSNSプラットフォームに対して何を言えばいいのか、あるいは何を期待すればいいのか、言葉も見つかりません。日が経つごとにプライバシー問題は積み重なり、Facebookは人々の信頼を失いつつあり、最終的にはユーザーベースそのものを失うことになりかねません。
Facebookには理解してほしいのです。ソーシャルメディアプラットフォームとして、ユーザーデータを安全に守る責任があるということ。そして、何百万人もの人々が自分たちに依存しているという現実を。
-
FacebookのAIは実際に何をしているのか?画像認識からコンテンツ審査まで徹底解説
Facebookが高度な自己学習型コンピュータによって、サイト上でのあなたの行動をすべて監視していると考えると、少し不安になるかもしれません。しかし、同社にはAI研究に特化した専門ラボが存在します。写真へのタグ付け、友達のおすすめ、フェイクニュースのフィルタリング、タイムラインの並び替えなど、Facebookの多くの機能は何らかの形でAIに支えられています。月間アクティブユーザー数21億9,000万人を人間のチームだけで処理するのは不可能ですから、当然と言えば当然ですが、FacebookがAIを製品へ組み込む規模とスピードは、一度注目してみる価値があります。 画像認識 顔認識や自動タグ付けは
-
Rubyで学ぶビッグオー(Big-O)記法:アルゴリズムの効率を直感的に理解する
かつて「それのビッグオー記法は何ですか?」という質問を聞くことほど怖いものはありませんでした。学校で習った記憶はあるものの、数学(決して得意科目ではありませんでした)に関わる話題だったため、記憶から完全に消し去っていたのです。 しかし、キャリアが進むにつれて、私は次のような場面に直面するようになりました。 パフォーマンスチャートを眺める 遅いクエリのデバッグに苦戦する 「負荷が増えたときにコードは耐えられるのか検討しましたか?」と問われる そろそろ原点回帰して(分かりますかね?)ビッグオーを学び直そうと決めたとき、その驚くほどシンプルな本質に気づきました。この記事では学んだことを共有