Voir la source de 泄密者透露哪些联想 ThinkPad 笔记本将在 2025 年 IFA 展会上亮相

<br><br><br>Facebook-剑桥分析数据丑闻，是指在2010年代，英國劍橋分析公司（英語：Cambridge Analytica）在未經使用者知情同意的情況下，收集了數千萬名Facebook用戶的個人資料，用於政治廣告投放[1]。 美国《华盛顿邮报》认为仅仅依靠Facebook 自身和其竞争者进行自我监管是远远不够的，美国政府必须改变对于数据保护"撒手不管"的态度。 美国的数据保护尚处于较不成熟的状态，或许可以借鉴欧盟数据保护条例来对数据窃取进行管控，重新设计政府授权的隐私保护制度。 同时，对于消费者如何选择数据是否被收集和如何使用这些数据的知情同意，也应该有明确的规定。<br>上周，美国主要报纸的一组头条也证明了这一事实，这无疑证明美国媒体将Facebook及其活动置于第四权威的显微镜下。 分析師稱，隨著外賣平台承諾縮減折扣與代金券力度，這家新式茶飲龍頭企業的營收及利潤雙增態勢恐難以為繼。 Facebook泄密醜聞有新發展，據外媒報道，美國聯邦貿易委員會（FTC）擬向facebook罰以十億美元計款項，惟實際金額仍在談判中，不排除雙方最後要對簿公堂。 事件在本月３日（周六）被廣泛報道，但各地政府和監督機構均對近日的外洩事件可謂束手無策。 這不是單指外洩已成定局，而是指外洩的資料庫早於2018和2019年已經出現，及至今年1月及近日分別放在自動程式和黑客論壇，取閱資料的方法愈來愈容易。<br>網路上標籤#DeleteFacebook甚至在Twitter上成為熱門話題[15]。 例如，联想上个月在中国发布了冰川白版的 ThinkPad X9 灵光版 冰川白版尽管打着 "月光白 "的旗号。 此外，联想日本公司还在 7 月底预告了该列表中的其他产品 的截图。<br>本應"懂你但不認識你"的大數據技術演變為"懂你並且利用你"，在分析消費者支付能力、消費偏好后，針對不同情形定制不同價格，例如判定急需訂票便提高價格，固定路線叫車報價更高等。 定期清理长期不使用的APP，并不时留意后台应用权限信息，关闭长期使用位置等权限的APP或者停用其所使用的隐私权限。 备忘录显示，在一项调查中，埃及用户告诉该公司，他们害怕在其平台上发布政治观点，因为担心被捕或在网上受到攻击。<br>Facebook案例再次證明政府不可怠慢，而且還要加入兩項重要條件在機制內，一是把機制覆蓋在港經營業務或在香港收集和持有個人資料的機構，二是延伸機構通報範圍至與機構相當程度相關的個人資料，即使該等資料不是直接由機構外洩。 政府年初表示會修例把「起底」行為刑事化，以及賦予專員在「起底」範疇內刑事調查和檢控權力，並爭取於暑假前提交議會審議。 坊間有意見擔憂刑事化會打擊合法的偵查採訪、揭露真相，但現時「起底」亂象未止，人人自危，只要法例有適當豁免，相信能平衡私隱和公眾知情權。 至於賦予公署域外執法權以防止海外網絡平台儲存個人資料，私隱公署稱未能趕及立法會會期前完成修例，望政府切勿耽擱，盡快把之完成。 其他廣告公司多年前便已施行各種形式的心理目標鎖定技術，而Facebook早在2012年就已申請類似技術的專利[13]。 然而，劍橋分析的作法及其高知名度客戶——包括川普總統競選團隊與英國的Leave.EU（英语：Leave.EU）運動[14]——將學者們長期警告的心理目標鎖定問題推向公眾視野[13]。<br>目前，華爾街投行對Facebook IPO承銷商地位的爭奪已經白熱化，摩根士丹利和高盛兩家投行提出的承銷佣金比例竟然只有1%，創下歷史新低。 不過，即使是只有1%，投行依然有得賺，因為向投資者推銷Facebook股份會非常容易，而且由於Facebook融資額可達到100億美元，所以這1%的佣金也將帶來1億美元的收入，並且能夠鞏固相關投行在IPO市場的地位。 同時爭得不可開交的還包括兩大證券交易平臺──納斯達克和紐交所。 在過去的幾個月中，兩大交易平臺都向Facebook拋出了橄欖枝，目前Facebook還沒有決定在哪個平臺上交易。<br>今天的推送将追随外媒的目光再次回顾这一史上最大的社交媒体数据泄露丑闻。 这意味着，如果确实如新闻所报，有  [https://www.thegameroom.org/online-casinos/mga/ 在线购买伟哥] 5000 万 Facebook 用户的数据被泄露的话，Facebook 可能会被判处 2 万亿美元的罚款。 从英国《观察者报》报道中的一份日期为 2014年6月4日的合同中显示，该合同确认 SCL ( 剑桥分析公司的附属公司 ) 与 Electrical skin response 达成了一项完全以收集和处理 Facebook 数据为前提的商业协议。 剑桥分析在数据收集方面花费了近 100 万美元，从而获得了 5000 多万份可与选民名单相匹配的个人简介。 然后，它利用测试结果和 Facebook 数据构建了一个算法，用来分析 Facebook 个人简介并确定与投票行为相关的个性特征。<br><br>