Фахівці з ETH Zurich та Anthropic довели: анонімність в мережі більше не забезпечує надійного захисту особистості, як це вважалося раніше
Побокін Максим10.03.2026Поширити8 хвилин читання
Мільйони користувачів щодня розміщують інформацію в інтернеті під вигаданими іменами, вважаючи, що це убезпечить їх від ідентифікації. Нове дослідження вчених з ETH Zurich за участю Ніколаса Карліні, співробітника Anthropic, ставить під сумнів цю впевненість: великі мовні моделі (ШІ) здатні автоматично встановлювати особистості користувачів у масштабах, що раніше потребували тижнів роботи слідчих.
Зміст
- Як функціонує система деанонімізації на основі ШІ
- Конкретні результати експериментів
- Причини високої ефективності ШІ у деанонімізації
- Масштаб небезпеки та потенційні зловживання
- Способи захисту: обмежені можливості
- Етичні аспекти дослідження
- Висновок: час переглянути підходи до приватності в інтернеті
Автори роботи, представленої у лютому 2026 року, протестували систему на основі ШІ на реальних профілях з платформ Hacker News, LinkedIn та Reddit. У найсприятливіших умовах система досягла 67% правильної ідентифікації цільових осіб з 90% точністю. Для порівняння, традиційні методи деанонімізації без застосування ШІ в аналогічних ситуаціях показували точність, близьку до нуля.
Як функціонує система деанонімізації на основі ШІ
Дослідники розробили чотириетапний процес, який вони назвали ESRC (Extract — Search — Reason — Calibrate — Витяг — Пошук — Аналіз — Калібрування):
Витяг (Extract). Мовна модель аналізує неструктурований контент публікацій та коментарів користувача — демографічні дані, стиль викладу, інтереси, випадкові згадки місць роботи чи навчання, особливості регіонального мовлення. Ця інформація трансформується у структурований профіль.
Пошук (Search). Сформований профіль перетворюється на щільний математичний вектор (embedding), за яким система проводить пошук серед тисяч потенційних кандидатів. Технологія семантичного пошуку дозволяє знаходити найбільш подібні профілі, навіть якщо вони не мають точних текстових збігів.
Аналіз (Reason). ШІ порівнює топ-кандидатів із вихідним анонімним профілем, аналізуючи збіги та розбіжності. Для найбільш перспективного кандидата задіюється потужніша модель з розширеними аналітичними можливостями.
Калібрування (Calibrate). Система присвоює кожному збігу показник достовірності, що дозволяє налаштувати баланс між точністю і повнотою охоплення, тобто визначити допустимий рівень помилкових ідентифікацій задля ширшого охоплення.
Конкретні результати експериментів
Дослідники провели три серії тестування на реальних даних. У першій серії система ШІ, отримуючи псевдонімні профілі користувачів Hacker News, самостійно шукала їхні реальні особистості в інтернеті. З 338 цільових осіб було коректно ідентифіковано 226 (67%) із 90% точністю. Система самостійно формулювала пошукові запити, зіставляла інформацію з різних джерел та робила висновки — весь процес, який досвідчений слідчий витратив би години, зайняв декілька хвилин.
Особливо резонансним став випадок з набором даних Anthropic Interviewer — колекцією транскриптів 125 розмов науковців про використання ШІ у професійній діяльності. Система ідентифікувала 9 з 33 протестованих учасників (27%) з точністю 82%, не маючи доступу до будь-яких прямих ідентифікаторів, а лише до текстового матеріалу розмов про наукову роботу.
У другій серії тестів завдання було ускладнено: необхідно було встановити відповідність між псевдонімними акаунтами Hacker News та реальними профілями LinkedIn серед 89 000 кандидатів. Метод із застосуванням ШІ-аналізу досяг 45% правильних збігів при 99% точності, тоді як найкращий традиційний метод без ШІ показав лише 0,1%.
У третій серії система зіставляла окремих користувачів Reddit у різних тематичних групах та між різними періодами часу. Навіть коли між двома частинами профілю одного користувача був річний проміжок мовчання, ШІ зміг правильно пов’язати їх у 67% випадків з 90% точністю.
Причини високої ефективності ШІ у деанонімізації
Перевага нового підходу полягає не в надлюдських здібностях, а в масштабі та економічній доцільності. Дослідники зазначають, що сигнали, які використовує ШІ, подібні до тих, які міг би помітити досвідчений детектив. Відмінність у тому, що людина-слідчий може витрачати години на один профіль, тоді як система ШІ обробляє тисячі профілів за той самий час, при цьому вартість аналізу становить від $1 до $4.
Ключову роль відіграють “мікродані” — незначні деталі, які самі по собі не ідентифікують особу, але в сукупності формують унікальний відбиток. Регіональні особливості написання, специфічна термінологія певного фаху, згадки місцевих закладів, улюблені теми — все це ШІ навчився збирати та аналізувати на безпрецедентному рівні.
Зростання рівня міркування моделі безпосередньо впливає на ефективність. Дослідники порівнювали результати одного й того самого ШІ за різних рівень “розмірковування”: режим із розширеним аналізом показав удвічі кращі результати у найскладніших завданнях.
Масштаб небезпеки та потенційні зловживання
Автори дослідження чітко перелічують можливі сценарії зловживань. Уряди можуть використовувати систему для встановлення зв’язку між анонімними акаунтами та реальними особами з метою стеження за опозиціонерами, журналістами чи активістами. Комерційні компанії можуть пов’язувати анонімні відгуки на форумах з профілями клієнтів для створення надто цільової реклами. Зловмисники можуть формувати детальні профілі жертв для персоналізованого шахрайства та атак соціальної інженерії.
Система не потребує спеціалізованого обладнання чи особливих дозволів. Для її відтворення достатньо загальнодоступних API мовних моделей та стандартних інструментів для векторного пошуку. Як зазначають дослідники, така атака вже сьогодні доступна будь-якому технічно обізнаному зловмиснику.
Математичні моделі, побудовані на основі отриманих даних, свідчать, що навіть при розширенні бази кандидатів до мільйона осіб, ефективна атака зберігає близько 35–45% успішності при 90% точності. При 100 мільйонах кандидатів прогнозована ефективність знижується до 27%, але не до нуля.
Способи захисту: обмежені можливості
Дослідники відкрито визнають: надійних методів захисту на даний момент не існує. Сам контент, який робить онлайн-спільноти цінними — особисті думки, специфічні знання, унікальний досвід — є тим матеріалом, що уможливлює деанонімізацію.
Серед часткових заходів протидії автори згадують обмеження швидкості запитів до API платформ, виявлення автоматизованого збору даних та обмеження масового експорту. Постачальники ШІ-сервісів могли б відстежувати підозрілі патерни використання моделей. Покращені захисні фільтри, які змушують моделі відхиляти запити на деанонімізацію, теоретично можуть допомогти, хоча розробники налаштовані скептично: їхній конвеєр розбиває атаку на нешкідливі підзадачі — реферування профілів, обчислення векторів подібності, ранжування кандидатів.
Традиційні методи анонімізації — k-анонімність та диференційна приватність — були розроблені для структурованих баз даних і не враховують описаних атак. Навіть спеціалізовані інструменти ШІ для анонімізації тексту залишають достатньо семантичних слідів для повторної ідентифікації, як показали паралельні дослідження.
Етичні аспекти дослідження
Розробники усвідомлювали делікатність своєї роботи. Усі експерименти проводилися виключно на профілях, де дослідники могли незалежно встановити справжню особу — або через публічне самовикриття, або через синтетичне розділення одного профілю на два. Жодна реально анонімна особа не була деанонімізована в рамках дослідження. Код атаки та оброблені набори даних не публікуються.
Рішення про публікацію автори обґрунтовують тим, що описані можливості вже існують у загальнодоступних моделях. Приховування цієї інформації залишило б користувачів необізнаними та незахищеними. Дослідження отримало схвалення Комітету з етики ETH Zurich.
Висновок: час переглянути підходи до приватності в інтернеті
Результати дослідження ставлять під сумнів фундаментальне припущення, на якому базується анонімне та псевдонімне спілкування в інтернеті: що деанонімізація є теоретично можливою, але практично надто дорогою для масового застосування. ШІ усунув цю економічну перешкоду.
Для українських користувачів, чиї акаунти активістів, журналістів чи волонтерів можуть становити інтерес для ворожих спецслужб, ця зміна є особливо важливою. Псевдонім більше не гарантує безпеки — це варто враховувати при оцінці власних ризиків та при визначенні того, яку інформацію розкривати навіть в «анонімних» публікаціях.
Платформи, дослідники та регуляторні органи мають терміново переглянути політики доступу до даних, норми приватності та технічні засоби захисту. За словами авторів, «практична непрозорість, яка тривалий час захищала анонімних користувачів в інтернеті, більше не актуальна».
Джерело: Simon Lermen, Daniel Paleka, Joshua Swanson et al. «Large-scale online deanonymization with LLMs». arXiv:2602.16800v2, лютий 2026.
Будь ласка, залиште це поле порожнім
О, привіт
Приємно познайомитися!
Ми не розсилаємо спам! Ознайомтеся з нашою політикою конфіденційності для отримання додаткової інформації.
Перевірте свою поштову скриньку або папку зі спамом, щоб підтвердити підписку.
ТЕМИ:анонімністьВибір редакціїДиференційна приватністьдослідженняПриватністьШтучний ІнтелектПоділитисяFacebookThreadsКопіювати посиланняДрукЩо думаєте?В захваті0Сумно0Смішно0Палає0Овва!0Попередня стаття
Огляд iPad Air M4: найкращий вибір на сьогодніНаступна стаття
Українці знову стали ціллю російської групи кібершпигунів SednitВ тренді
Apple закрила майже 30 вразливостей в iOS 26.6.1 та macOS Tahoe 26.6.2 — третє оновлення безпеки за три тижні18.08.2026
Як змінити обліковий запис Google за замовчуванням на Android16.08.2026
Як очистити кеш на компʼютері з Windows 11: усі способи для ПК і ноутбука19.08.2026
Російські хакери зламують акаунти через OAuth і привʼязку пристроїв у WhatsApp21.08.2026
ШІ визначає місце зйомки фото у 9 випадках із 10 — і шахраї вже будують на цьому фішинг17.08.2026
НовиниAnthropic позначатиме згенерований Claude контент невидимими водяними знаками12.08.2026
ОглядиКриза, контроль, хрестовий похід: NATO розібрало російську пропаганду на механізми11.08.2026
НовиниДата-центри для ШІ переходять на власні газові електростанції: у США їх планують щонайменше 8210.08.2026
ОглядиАльтернативи Chrome у 2026 році: браузери для тих, хто дбає про приватність10.08.2026
Джерело: kp.ua