🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援
Flux 同 Gemini Nano Banana Pro 改圖 / 合成，
打廣東話都得，仲可以沿用上一張圖繼續微調。
社會安全號碼是隱私的負擔
數以億計的社會安全號碼（SSNs）已經在網上洩露，但一種以隱私為重點的身份解決方案或許能幫助解決這個問題。
社會安全的起源
社會安全最初是為了解決特定問題而設計的身份識別系統，而不是為了身份本身。社會安全號碼的創建是為了分配福利。如果當初的設計者知道這些號碼會被用作身份和安全識別，肯定會以不同的方式來設計它們。雖然有些人可能認為社會安全號碼已經足夠好，但我們應該積極追求更好的解決方案。
SSN的缺陷
社會安全號碼是一種糟糕的身份識別方式，主要存在兩個問題：熵問題和對稱問題。熵問題指的是這些號碼並不隨機，因此相對容易猜測，這對於應該保密的資訊來說是不可取的。對稱問題則在於，當你需要證明自己的合法性時，必須提供社會安全號碼。一旦你將SSN提供給他人以證明自己的身份，這個號碼便不再是秘密，這本不應該如此。
一項研究訓練了一個簡單的機器學習模型，利用一些簡單的個人信息來猜測某人的社會安全號碼。在某些州特定年份出生的人中，有5%的SSN可以在10次或更少的嘗試中被猜出。一個更好的身份系統應該是不可猜測的。
對稱問題的理解
對稱問題的理解相對簡單：你應該為不同的網站創建獨特的密碼，因為每個網站都有可能被黑客攻擊。一旦一個網站被攻擊，這不應該影響你在其他網站的登錄憑證。
然而，當你被要求提供社會安全號碼時，你卻被期望將同一個號碼提供給所有要求的人。如果其中任何一個地方被攻擊，你的SSN也會受到影響。這比密碼還要糟糕，而一些高調的伺服器洩露事件已經導致數以億計的SSN被洩露。一個更好的身份系統應該不會有這麼多的失敗點，因為這些失敗足以洩露你的SSN。
私密、安全的未來
目前已經有技術可以創建更好的身份系統，唯一阻礙它發展的就是現有SSN系統的惰性以及依賴這個系統的人。幾乎任何使用公鑰密碼學的現代身份系統都會更好，並能減輕這兩個問題。
公鑰密碼學涉及隨機生成的秘密，因此熵問題不再存在，並且不會向任何人透露秘密，因此對稱問題也不再存在。在每次提交身份時，並沒有單一的失敗點，因為提交的過程不會分享任何敏感信息，只是證明你擁有該身份。
如果你想在憑證中包含比單一秘密號碼更多的數據，例如政府身份證所包含的姓名、出生日期、地址和照片，那麼公鑰密碼學的能力就會受到限制。這種情況下，應該使用零知識密碼學來處理更複雜的需求。
零知識證明的優勢
零知識密碼學消除了在需要證明自己某些事實時的對稱問題，確保證明過程不會透露超出所需的任何信息。例如，使用零知識密碼學，你可以證明自己年滿18歲或是美國居民，而不需要透露你的姓名或其他個人信息。
轉向一個更新的身份系統並不容易，但我們應該嘗試這樣做。我們應該使用密碼學來保持社會安全號碼的秘密，而不是將其透露給每個要求的人。在21世紀，沒有必要揭示秘密來證明你知道這個秘密。這正是密碼學的用武之地。
讓我們也確保我們的秘密不會被輕易猜測，通過使用公鑰密碼學和/或零知識證明。如果我們這樣做，我們的敏感數據將比今天更安全。
這篇文章是一般資訊，並不應被視為法律或投資建議。文中表達的觀點和意見僅代表作者本人，並不一定反映Cointelegraph的觀點。
—
在當今數字化的時代，社會安全號碼的問題不僅僅是技術層面，更是涉及到隱私與安全的深層議題。隨著網絡攻擊和數據洩露事件的頻繁發生，越來越多的人開始意識到，依賴這種過時的身份識別系統已經不再安全。未來的身份識別系統應該更具彈性和安全性，能夠有效保護個人的隱私，這不僅是技術的挑戰，也是社會的責任。在推動技術革新的同時，我們也需要考慮如何在法律和道德上保護個人的數據安全，這是一個值得我們深思的問題。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
