图片来源：https://pixabay.com/images/id-2598202/我经常告诉人们，我对物联网如此兴奋的原因是因为传感器、无处不在的无线连接这种与廉价的计算可以使不可见的东西可见。使用精密的空气质量监测来追究污染者的责任或使用个人健康数据来帮助预防或治疗疾病的好处非常令人兴奋。但它也是一把双刃剑，因为所有这些传感器也可以让我们希望隐藏的东西变得可见。也许是你前一天晚上吃的第二个冰淇淋，或者是你不想让你的活动追踪器或智能手机知道的性癖好。每个人都有不想分享的东西。说到隐私，大多数人只关注数量有限的传感器——通常是摄像头和麦克风。对于家里有监控摄像头的人来说，担心他们的裸照会出现在网上是合情合理的。同样的道理也适用于害怕智能音箱不小心听到对话，就像被真人听到一样。计算机可以使用来自数量惊人的传感器的数据来重现大多数人不知道的见解。例如，我担心雷达传感器能够收集到的关于一个人的数据水平。雷达在检测运动方面非常出色，可以达到毫米级的精度。多亏了机器学习，教雷达识别各种动作比以往任何时候都容易。虽然雷达尚未广泛部署在许多私人应用中，但加速度计却是。柏林理工学院三位德国研究人员的论文为加速度计的检测能力敲响了警钟。在论文中，作者展示了研究人员如何使用来自手机中的活动跟踪器或加速度计的数据来推断关于人的许多事情，从他们的清醒程度到他们的位置和性别。以下是该论文的一些值得注意的补充：活动数据：这包括跟踪某人是在跑步还是骑自行车的典型推断；它还可以用来检测某人是否在开车——即使他们是酒后驾车。它可以跟踪是否有人在举起一个物体以及它有多重。它还可以检测是否有人在吸烟，所以如果你是一个吸烟者，而你的雇主既提供健身追踪器又要求员工不要吸烟，你可能要小心了。身份：使用加速度计本身的设备指纹识别是传感器数据跟踪个人的一种方式，但加速度计也可用于检测步态、年龄和性别的差异。研究人员甚至使用加速度计数据来检测人脚后跟的高度。声音：加速度计可以检测声音，包括研究人员选择训练和寻找的任何热词、人的声音中的情绪以及他们的性别。定位：使用智能手机的加速度计，研究人员可以计算出车辆的轨迹和转弯角度，然后将这些数据与路线进行比较，以确定车辆的位置，该论文的作者将其描述为“可与手持式全球定位系统相媲美。系统的典型精度是可比”。击键：研究人员可以使用加速度计数据计算出特定设备上的PIN或密码设置，甚至可以计算出在手机触摸屏上键入的整个文本。唯一阻止公司或政府尝试使用此类数据的是构建能够准确检测这些数据的算法的挑战，以及公司为何想要了解这些数据的问题。然而，随着构建此类算法变得更容易、成本更低，曾经看不见的东西可能会变得可见。这种可见性可能对消费者非常不利。（编译iothome）
