我經常通知人們，我之所以對物聯網如此興奮，是由于傳感器、無處不在的無線銜接和低價計算的分離能夠使不可見的東西變得可見。運用精細空氣質量監測來追查污染者的義務或應用個人安康數據來協助預防或治療疾病的益處是十分令人興奮的。

　　但這也是一把雙刃劍，由于一切這些傳感器也能夠使我們希望堅持隱秘的東西變得可見。或許是前一天晚上吃的第二份冰淇淋，或者是您不希望活動追蹤器或智能手機知曉您的嗜好。每個人都有不愿公開的事情。

　　談到隱私，大多數人只關注數量有限的傳感器——通常是攝像頭和麥克風。對于家里有安全攝像頭的人來說，擔心他們的裸照出現在網絡上是合理的。害怕讓智能音箱不小心聽到談話內容與被一個真實的人偷聽到也同樣如此。

　　計算機可以使用來自數量驚人的傳感器的數據來重現大多數人不知道的洞察力。例如，我擔心雷達傳感器能夠收集到的關于一個人的數據水平。雷達在檢測動作方面非常出色，并且可以達到毫米級的精度。由于機器學習，教雷達識別各種動作比以往任何時候都更加容易。

　　不過雷達尚未在許多私人應用中廣為部署，但加速度計已經部署。柏林理工學院三位德國研究人員的這篇論文為加速度計的檢測能力敲響了警鐘。

　　在這篇論文中，作者展示了研究人員如何使用活動跟蹤器或手機中的加速度計數據來推斷人們的許多信息，從清醒程度到位置和性別不等。

　　以下是該論文中一些值得注意的內容:

　　活動數據：這包括跟蹤某人是跑步還是騎自行車的典型推斷；它還可以用來檢測是否有人在開車——即使他們酒后駕車。它可以追蹤是否有人在舉起一個物體，以及這個物體有多重。它還可以檢測是否有人在吸煙，如果你是煙民，并且你的雇主既提供健身追蹤器又要求員工不用吸煙，你可能需要當心了。

　　身份: 使用加速度計本身的設備指紋識別是傳感器數據跟蹤個人的一種方式，但加速度計也可用于檢測步態、年齡和性別的差異。研究人員甚至使用加速度計數據來檢測一個人鞋跟的高度。

　　聲音：加速度計可以檢測聲音，包括研究人員選擇用來訓練和尋找的任何熱門詞匯，一個人聲音中的情緒，以及他們的性別。

　　位置: 使用智能手機的加速度計，研究人員可以計算車輛的運動軌跡和轉彎角度，然后將這些數據與路線進行對比，以確定車輛的位置，該論文的作者將其描述為“與手持式全球定位系統的典型精度相當” 。

　　擊鍵：研究人員可以利用加速計數據計算出特定設備上的PIN碼或密碼設置，甚至可以計算出在手機觸摸屏上輸入的全部文字內容。

　　阻止公司或政府嘗試使用此類數據的唯一一件事是構建能夠準確檢測這些數據的算法的挑戰，以及公司為什么想要了解此類數據的問題。然而，隨著構建此類算法的成本變得越來越容易和便宜，曾經不可見的東西有可能會變得可見。

　　這種可見性可能對消費者非常不利。