Interested Article - Цифровой след

Цифровой след (или цифровой отпечаток ; англ. digital footprint ) — это уникальный набор действий в Интернете или на цифровых устройствах. Во Всемирной паутине «интернет-след» , также известный как «кибер-тень» , «электронный след» или «цифровая тень» , — это информация, оставленная в результате просмотра веб-страниц и сохраненная в виде куки . Термин обычно применяется к одному пользователю, но может также относиться к какой-либо коммерческой компании, организации или корпорации .

Существуют два основных типа цифровых следов: пассивные и активные. Пассивный цифровой след — это данные, собранные без ведома владельца. Пассивный цифровой след также называют . Активный цифровой след появляется, когда пользователь намеренно публикует свои персональные данные, чтобы рассказать о себе на веб-сайтах и в социальных медиа . Пользователь может оставлять информацию намеренно или неосознанно; заинтересованные стороны пассивно или активно собирают эту информацию. В зависимости от объёма этой информации можно без усилий собрать много данных о пользователе с помощью простых поисковых систем .

Американский маркетолог Тони Фиш писал о возможных опасностях цифровых следов ещё в 2007 году . Анализ электронного следа, по мнению Фиша, позволит выяснить, что, как и почему покупают интернет-пользователи. В 2017 году исследовательница Каталин Фехер подметила в своей научной статье о личных онлайн-стратегиях, что пользователи оставляют после себя цифровые следы в онлайн-системах и новых медиа . Последствия этого могут быть непредсказуемы: как прежние, так и обновленные записи доступны в бесконечном цифровом настоящем. Фехер также подчеркивала, что «универсальные шаблоны персональных онлайн-стратегий подчинены в основном осознанным решениям, в результате чего пользователи сохраняют 70 % контроль над своими цифровыми следами. Однако оставшиеся 30 % действий в интернете пользователи совершают неосознанно, и это приводит к непредвиденным последствиям от кражи личных данных до похищения» .

Типы цифровых отпечатков

Пассивные цифровые следы могут храниться по-разному. В онлайн-среде след может быть зафиксирован в онлайн-базе данных. Этот след может включать в себе информацию об IP-адресах пользователя, например, дату создания IP-адреса и его перемещения в интернете. В оффлайн-среде след хранится в файлах, к которым администраторы могут получить доступ для просмотра действий, выполненных на компьютере. При этом узнать, кто выполнял действия, администраторы не могут.

Активные цифровые отпечатки также могут храниться по-разному. В онлайн-среде пользователь может сохранить цифровой след, когда он зайдет на сайт под зарегистрированным именем, например, чтобы опубликовать что-нибудь или внести правки. В оффлайн-среде след сохраняется в кейлоггере : логи показывают, кто и что делал на компьютере. Особенность кейлоггера в том, что он фиксирует любые изменения в буфере обмена. Пользователь может копировать пароли или делать скриншоты конфиденциальной информации, и все это затем попадет в кейлоггер.

Вопросы конфиденциальности

Цифровые следы не являются или паспортом , но содержимое цифрового следа и метаданные влияют на конфиденциальность , доверие , безопасность , цифровую репутацию и рекомендации в Интернете. Цифровой мир растет и интегрируется во множество аспектов жизни, так что авторское право и право на данные становятся важными. Цифровые следы — это спорный вопрос, поскольку здесь сталкиваются конфиденциальность и открытость . В 1999 году Скотт Макнили, главный исполнительный директор американской компании Sun Microsystems , говоря о конфиденциальности в Интернете, сказал: «У вас нет частной жизни. Смиритесь с этим!» .

Заинтересованные стороны используют интернет-следы для кибер-тестирования , при котором интервьюеры исследуют онлайн-активность кандидатов. Правоохранительные органы тоже изучают цифровые следы — это позволяет получить информацию, которая недоступна без возбуждения уголовного дела . Кроме того, изучение цифровых следов помогает маркетологам узнать, какие продукты интересуют пользователя, и предложить ему новые товары на основе схожих интересов .

Социальные сети записывают действия пользователей, затем эти данные становятся . Это позволяет изучать интересы, социальные группы, поведение и местоположение пользователей. Многие социальные сети, например Facebook , собирают большой объём информации, которую можно использовать, чтобы воссоздать личность пользователя. Например, зная число друзей в социальной сети, можно предсказать, экстраверт он или интроверт .

Цифровой след можно использовать без ведома его владельца, чтобы узнать его демографические характеристики, сексуальную ориентацию, расу, религиозные и политические взгляды, характер и умственные способности . Рейтинги кредитоспособности, составленные под влиянием Facebook , судебные расследования против немецкого социолога Андрея Холма , рекламные письма американской компании OfficeMax или инцидент на границе с гражданкой Канады Эллен Ричардсон иллюстрируют, как могут использоваться и интерпретироваться цифровые следы пользователей. Лайфлоггинг — один из примеров неизбирательного сбора информации о жизни и поведении людей . Помешать отслеживать цифровой след возможно — для этого необходимо предпринять определённые меры . Цифровые отпечатки, составленные из публикаций и комментариев в социальных сетях, дают представление о собеседнике по ту сторону экрана и делают общение в интернете более безопасным .

Влияние на работников

Пользователи очень часто в интернете ищут врачей, поэтому для медиков крайне важно поддерживать и беречь свой цифровой след . Исследование цифровых отпечатков позволило составить топ-10 сайтов урологических программ. Этот рейтинг, основанный на цифровой идентичности, может помочь бизнесу или наоборот навредить ему . Цифровой след влияет не только на медиков, на и на любых пользователей, которые ищут работу. Работодатели , скорее всего, будут изучать цифровой отпечаток соискателей . Тем кандидатам, которые имеют плохой цифровой след или цифровой след, который недостаточно отражает их характер, придется побороться за работу .

Влияние на подростков

Подростки, как и соискатели, должны учитывать значение цифрового следа. Так, приемные комиссии колледжей и потенциальные работодатели могут решить исследовать цифровые отпечатки абитуриентов и аккаунты возможных сотрудников . Подросткам будет проще добиться успеха, если они задумаются, что значит их цифровой след и как он влияет на их будущее. Скорее всего, те молодые люди, которые равнодушно относятся к своей цифровой тени, столкнутся с трудностями при поступлении в колледж или поиске работы . Цифровой след важен как для абитуриентов, так и для тех подростков, которые рассчитывают получить стипендию на обучение — их поведение в сети будут оценивать во время изучения заявок .

Создание положительного цифрового следа

Опасности цифрового следа могут пугать и заставлять бежать из социальных сетей. Но, если хорошо подумать, цифровой отпечаток может принести пользу. Эксперты советуют не удалять свои аккаунты в попытке уйти с радаров, а создавать привлекательный цифровой след . Для этого существует несколько советов:

  1. Исследуйте себя . Так вы поймете, какой цифровой след вы оставляете за собой и из чего он состоит .
  2. Сначала думайте, потом публикуйте . Осознанный подход к цифровому следу означает дать себе время подумать о том, должно ли это быть частью вашей онлайн-идентичности. Эксперты говорят, что те, кто не учитывает все возможные последствия поведения в Интернете, могут столкнуться с трудностями при поиске работы .
  3. Подчеркните свои лучшие качества . Известно, что работодатели и приемные комиссии вузов оценивают цифровые тени, так что кандидатам следует использовать это в своих интересах .

См. также

Примечания

  1. . Дата обращения: 13 апреля 2017. 2 марта 2021 года.
  2. (англ.) . www.webopedia.com . Дата обращения: 13 апреля 2017. 6 ноября 2020 года.
  3. (англ.) . techterms.com . Дата обращения: 13 апреля 2017. 14 апреля 2017 года.
  4. . WhatIs.com . Дата обращения: 13 апреля 2017. 5 марта 2021 года.
  5. Garfinkel, Simson; Cox, David. (PDF) . Presented at the first Digital Lives Research Conference . London, England. (PDF) из оригинала 15 февраля 2020 . Дата обращения: 28 января 2020 .
  6. COLLINS, KATIE . Дата обращения: 8 августа 2013. Архивировано из 12 августа 2013 года.
  7. Girardin, Fabien; Calabrese, Francesco; Fiore, Filippo Dal; Ratti, Carlo; Blat, Josep. Digital Footprinting: Uncovering Tourists with User-Generated Content (англ.) // IEEE Pervasive Computing : journal. — 2008. — Vol. 7 , no. 4 . — P. 36—43 . — doi : .
  8. Madden, Fox, Smith & Vitak, Mary, Susannah, Aaron, Jessica . Pew Research Center (2007). Дата обращения: 28 января 2020. 27 апреля 2019 года.
  9. . Дата обращения: 28 января 2020. 27 апреля 2019 года.
  10. от 21 августа 2020 на Wayback Machine
  11. от 24 октября 2019 на Wayback Machine
  12. Gardham, Duncan (2009-01-26). . Telegraph . London. из оригинала 6 июня 2010 . Дата обращения: 22 марта 2014 .
  13. Sprenger, Polly (1999-01-26). . Wired . из оригинала 4 июня 2017 . Дата обращения: 22 марта 2014 .
  14. Dalgord, Chelsea (7 декабря 2012). Дата обращения: 23 августа 2013. Архивировано из 2 декабря 2013 года.
  15. Diab, Robert. (англ.) // University of New Brunswick Law Journal. : journal. — 2018. — Vol. 69 . — P. 96—125 .
  16. Wyner, Gordon . ama.org . American Marketing Association. Дата обращения: 3 октября 2016. Архивировано из 5 октября 2016 года.
  17. Kosinski, Michal; Stillwell, D.; Graepel, T. Private traits and attributes are predictable from digital records of human behavior (англ.) // Proceedings of the National Academy of Sciences of the United States of America : journal. — 2013. — Vol. 110 , no. 15 . — P. 5802—5805 . — doi : . — Bibcode : . — . — PMC .
  18. Lobosco, Katie (2013-08-26). . The Guardian . из оригинала 16 декабря 2013 . Дата обращения: 19 декабря 2013 .
  19. . The Guardian . из оригинала 9 июня 2021 . Дата обращения: 19 декабря 2013 .
  20. Bellware, Kim. . HuffPost . из оригинала 15 апреля 2017 . Дата обращения: 24 января 2014 .
  21. . The Star . Toronto. 2013-11-29. из оригинала 10 апреля 2021 . Дата обращения: 20 декабря 2013 .
  22. O’Hara, Kieron; Tuffield, Mischa M.; Shadbolt, Nigel. Lifelogging: Privacy and empowerment with memories for life (англ.) // Identity in the Information Society : journal. — 2008. — Vol. 1 , no. 1 . — P. 155—172 . — doi : .
  23. Singer, Natasha (2013-06-19). . The New York Times Company . из оригинала 20 июня 2013 . Дата обращения: 19 июня 2013 .
  24. Lambiotte, Renaud; Kosinski, Michal. Tracking the Digital Footprints of Personality (англ.) // (англ.) : journal. — 2014. — Vol. 102 , no. 12 . — P. 1934—1939 . — ISSN . — doi : .
  25. Kim, Christopher; Gupta, Raghav; Shah, Aakash; Madill, Evan; Prabhu, Arpan V.; Agarwal, Nitin. Digital Footprint of Neurological Surgeons (англ.) // (англ.) : journal. — 2018. — 1 May ( vol. 113 ). — P. e172—e178 . — ISSN . — doi : . — .
  26. Gill, Bradley C.; Ericson, Kyle J.; Hemal, Sij; Babbar, Paurush; A. Shoskes, Daniel. The Digital Footprint of Academic Urologists: Where Do we Stand? (англ.) // Urology : journal. — 2016. — Vol. 90 . — P. 27—31 . — ISSN . — doi : . — .
  27. (англ.) . er.educause.edu . Дата обращения: 1 апреля 2019. 26 июля 2020 года.
  28. (англ.) . Purdue Global . Дата обращения: 4 апреля 2019. 22 января 2021 года.
  29. . Дата обращения: 4 октября 2016. Архивировано из 28 января 2020 года.
  30. Ouytsel, Joris. (англ.) // The Clearing House : journal. — 2014. — July. — P. 180—184 . (недоступная ссылка)
  31. . www.fosi.org . Дата обращения: 4 апреля 2019. 26 февраля 2021 года.
  32. . www.businessnewsdaily.com . Дата обращения: 1 апреля 2019. 16 июня 2021 года.
  33. Osborne, Nicola. (англ.) // Proceedings of the European Conference on E-Learning : journal. — 2015. — January. — P. 358—359 . 28 января 2020 года.
Источник —

Same as Цифровой след