Digg klaut bei Netscape, was Netscape von Digg klaut - irgendwie ;)

Valleywag, Silicon Valley’s Tech Gossip Rag
Save Digg (unaffiliated with Digg.com) lists the defectors’ submissions to Netscape. (Submissions are headlines and synopses of a web page or article, along with a link). The site encourages Digg users to “fill in” for the ex-users (who go by Wayjer, Bloodjunkie, and dirtyfratboy) by submitting the same stories to Digg.
The following Diggers were bought by Netscape, but they can’t buy us all. Digg their posts to help our favorite news site fight the man.

Erste AOL-Kundin anhand Suchanfragen eindeutig identifiziert

Wie die New York Times in ihrer Online-Ausgabe berichtet, hat ein Reporter die 62-jährige Thelma Arnold als User #4417749 identifiziert:

“Those are my searches,” she said, after a reporter read part of the list to her.

Mrs Arnold wurde anhand ihrer Suchanfragen als Suchende mit der Nummer 4417749 ausgemacht. Sie suchte unter anderem nach medizinischem Rat zu tauben Fingern, Landschaftsgärtnern an ihrem Wohnort (Lilburn im US-Bundesstaat Georgia), sowie nach Informationen darüber, wie man junge Hunde zur Stubenreinheit erzieht. Darüberhinaus gab sie mehrfach Vor- und Nachnamen von Verwandten ein, worüber die NYT sie schlussendlich identifizieren konnte.

AOL hatte seine Kunden nicht darüber informiert, im Zeitraum von März bis Mai 2006 die Suchanfragen von 650.000 (657.000 lt. NYT) zu protokollieren. Mrs Arnold dazu gegenüber der NTY:

“My goodness, it’s my whole personal life,” she said. “I had no idea somebody was looking over my shoulder.”

Damit ist die Frage, ob man aus den Suchanfragen auf die Identität des Suchenden schließen kann, mit JA beantwortet. Zumindest ist eindeutig widerlegt, daß es nicht möglich wäre.

Ist man paranoid, sollte man spätestens ab jetzt seine Suchanfragen im Wechsel an zufällig ausgewählte Suchmaschinen stellen.

Warum bloggst Du? - Kommt ein Stöckchen geflogen…

Supersonic wirft und trifft den WWWorker.

Warum bloggst Du?
Weil ein Blogg mir hilft, schnell ein Stückchen Information zu veröffentlichen.

Seit wann bloggst Du?
Seit dem 07.08.2003.

Selbstportrait
Jung, hungrig, selbstverliebt genug, um einen eigenen Blog zu betreiben ;)

Warum lesen Deine Leser Dein Blog?
Gute Frage. Wahrscheinlich, weil sich zwischen all den eher uninteressanten Sachen auch ein paar Perlen finden… Jedenfalls nicht, weil ich regelmäßig poste ;)

Welche war die letzte Suchanfrage, über die jemand auf Deine Seite kam?
apache log slow requests über Yahoo! Deutschland.

Welcher Deiner Blogeinträge bekam zu Unrecht zu wenig Aufmerksamkeit?
Jeder ;) Im Ernst. Ein paar der längeren Sachen waren wohl schlicht zu lang(weilig) fürs Web. Abgesehen davon ist mein Schreibstil gewöhnungsbedürftig ;)

Dein aktuelles Lieblings-Blog?
Valleywag.

Welches Blog hast du zuletzt gelesen?
Guerilla-Projektmanagement.

Wie viele Feeds hast du gerade im Moment abonniert?
+-30.

An welche vier Blogs wirfst du das Stöckchen weiter und warum?

  • An Sencer, weil ich schon lange nicht mehr von ihm gehört habe.
  • An Lars, aus dem gleichen Grund ;)
  • An Dirk, einfach um zu sehen, ob er reagiert ;)
  • Und an Wolfgang, weil mich seine Antworten interessieren würden.

Apache2-Modul zur Authentisierung über phpBB

Was es nicht alles gibt… mit diesem Apache2-Modul kann man den Zugriff auf Dateien oder Verzeichnisse so einschränken, daß nur Benutzer, die im eigenen phpBB-Forum registriert sind, sie betreten/ansehen/downloaden dürfen. Für Download-Areas oder private Bereiche keine schlechte Idee.

Download per SVN, eine Windows-Portierung gibt es ebenfalls.

Ich habe das Modul nicht getestet, habe also keine Ahnung, ob es wie beschrieben funktioniert oder nicht.

Keyword Clouds durch automatische Indexierung

ZoomClouds erstellt aus einem Feed eine ‘Tag Cloud’, die man per CSS stylen und per Javascript in seine website einfügen kann.

ZoomClouds Design-Panel mit Optionen zur Darstellung und Inhalten der 'Tag Cloud'

‘Tag Cloud’ in Anführungszeichen, weil sie keine Tags beinhaltet, sondern per Yahoo! Content Analysis API oder ZoomClouds eigenem Analysetool automatisch extrahierte Keywords beinhaltet. Korrekterweise müsste das Gadget also ‘Keyword Cloud’ heißen. ZoomClouds eigenes Tool scheint die besseern Ergebnisse zu liefern, so jedenfalls behaupten die Entwickler. Leider ist das hauseigene Werkzeug weniger schnell, und daher wird vor allem die Y! API benutzt. Soweit ich sehen, hat man als ‘Kunde’ weder Einfluß auf die Wahl des Werkzeugs, noch kann man prüfen, welches gerade zu Darstellung der ‘Keyword Cloud’ benutzt wurde.

Man kann wählen, welche Inhalte des Feeds ZoomClouds betrachten soll: die der letzten 24 Stunden, drei oder sieben Tage, einem oder drei Monaten, einem Jahr oder alle. ZoomClouds behauptet, sowohl aus den archivierten Texten des eigenen Feeds als auch der Gesamtheit aller Feeds zu lernen und so die ‘Keyword Cloud’ über die Zeit hinweg zu verbessern:

  • Even more important is that ZoomClouds doesn’t just analyze what’s in your feed and accumulates the data, but in fact, when it has to analyze new content, it remembers the results of all of its previous analysis and takes that knowledge into account when it comes to determine what’s relevant and what’s not. You could say - in fact, you can say - that ZoomClouds becomes smarter and sharper as it finds new content from you.
  • One important detail is that when ZoomClouds analyzes new content for your cloud, not only it takes into account the results from analyzing past content from you, but it also takes advantage of anything else it has learned from other blogs, so in general terms, the intelligence ZoomClouds acquires from each and every feed is later applied as it analyzes new content for each and every cloud.

Mittels einer API und einiger Tricks kann man seine ZoomClouds genau steuern und abfragen. Hier die ZoomCloud für den WWWorker-Feed (mit den Inhalten seit gestern):

Zur Verbesserung der erzeugten Keyword Cloud schlägt Nial Kennedy vor, das Ergebnis der Y! API mit dem der Technorati-API zu verbinden.

Prolematisch für nicht-englische Inhalte sind die fehlenden Stoppwortlisten. Zwar kann man bei ZoomClouds bis zu 200 ‘Tags’ ausschließen, aber schon allein die Stoppwortliste von phpBB hat mehr als 1500 Einträge für die deutsche Sprache. Für die obige Wolke habe ich zehn Stoppworter definiert, vor allem Artikel und Konjugationen. Im Laufe der Zeit werden mit Sicherheit weitere Stoppworter hinzukommen.

Ein weiterer Dienst dieser Art ist Tagyu. Dort wird eine nicht näherer erläuterte Eigenentwicklung zur automatischen Indexierung benutzt. Für den letzten WWWorker-Eintrag, AOL veröffentlicht ‘anonymisierte’ Suchanfragen seiner Nutzer, gibt Tagyu die Keywords proxy weird news content datenbank geokoordinaten opensource sowie als Kategorie Sports zurück. Mit nicht-englischen Texten kommt also auch Tagyu nicht zurecht. Interessant ist die Idee, auf Basis der Keywords hierarchische Kategorien zu bilden.

Kennt Ihr weitere web-basierte Dienste, die Keywords aus Texten extrahieren? Vielleicht sogar einen Dienst, der mit der deutschen Sprache zurecht kommt?

AOL veröffentlicht ‘anonymisierte’ Suchanfragen seiner Nutzer

Über einen Zeitraum von drei Monaten hinweg protokollierte AOL die Suchanfragen von 650.000 seiner Nutzer. Die Log-Datei wurde gestern veröffentlicht, scheint jetzt aber wieder offline zu sein ([Google-Cache-Version](http://72.14.207.104/search?q=cache:2Qvd2z9VbuIJ:research.aol.com/pmwiki/pmwiki.php%3Fn%3DResearch.500kUserQueriesSampledOver3Months+&hl=en&gl=us&ct=clnk&cd=1)). Massive Kritik veranlasste AOL zu diesem Schritt. Es wird dem Unternehmen vorgeworfen, private Daten veröffentlicht zu haben.

Zuerst wunderte ich mich, denn in der Logdatei erscheinen weder die AOL-Kennungen der betreffenden Nutzer noch IP-Adressen oder ähnliches. Allerdings, wie Michael Arrington bei TechCrunch erläutert, ließe sich in vielen Fällen von den Suchergbnissen auf die wahrscheinliche Identität des Suchenden schließen. So findet man Suchanfragen für Namen (von Freunden und Familienangehörigen), Social-Security-Nummern, Telefonnummern, Drogen usw.

Gerade im Licht der Anfrage des US-Justizministeriums (DOJ) von Januar und den Protesten gegen die Offenlegung von Suchanfragen für die Staatsdiener erscheint AOLs gutgemeinte Veröffentlichung unüberlegt und dumm. Natürlich sind solche Daten für Forscher interessant und im Grunde hat AOL mit der Veröffentlichung Recht. Nur hätte man vielleicht den Zugriff auf die Daten selbst nicht einfach freigeben sollen. Abgesehen davon scheint AOL seine Kunden nicht darüber informiert zu haben, vom 1. März bis 31. Mai Suchanfragen zu protokollieren.

Die Seite mit der Veröffentlichung scheint im Moment offline zu sein. Greg Sadetski hat einen Mirror aufgesetzt.

[via Techmeme: AOL Proudly Releases Massive Amounts of Private Data]

Bei all dem stellt sich mir die Frage, ob man tatsächlich aus den Suchanfragen einer Person auf ihre Identität schließen kann. Was meint Ihr?