我经常告知人们，我之所以对物联网如此兴奋，是因为传感器、无处不在的无线连接和廉价核算的结合能够使不可见的东西变得可见。运用精细空气质量监测来追查污染者的责任或运用个人健康数据来协助预防或医治疾病的优点是十分令人兴奋的。
但这也是一把双刃剑，因为所有这些传感器也能够使咱们希望保持隐秘的东西变得可见。也许是前一天晚上吃的第二份冰淇淋，或者是您不希望活动追寻器或智能手机知晓您的性嗜好。每个人都有不肯公开的工作。
谈到隐私，大多数人只关注数量有限的传感器——通常是摄像头和麦克风。关于家里有安全摄像头的人来说，忧虑他们的裸照出现在网络上是合理的。害怕让智能音箱不小心听到谈话内容与被一个实在的人偷听到也同样如此。
核算机能够运用来自数量惊人的传感器的数据来重现大多数人不知道的洞察力。例如，我忧虑雷达传感器能够收集到的关于一个人的数据水平。雷达在检测动作方面十分出色，而且能够到达毫米级的精度。由于机器学习，教雷达识别各种动作比以往任何时候都愈加简单。
不过雷达尚未在许多私家运用中广为布置，但加速度计已经布置。柏林理工学院三位德国研究人员的这篇论文为加速度计的检测才能敲响了警钟。
在这篇论文中，作者展示了研究人员怎么运用活动盯梢器或手机中的加速度计数据来揣度人们的许多信息，从清醒程度到方位和性别不等。
以下是该论文中一些值得注意的内容:
活动数据：这包含盯梢某人是跑步仍是骑自行车的典型揣度；它还能够用来检测是否有人在开车——即便他们酒后驾车。它能够追寻是否有人在举起一个物体，以及这个物体有多重。它还能够检测是否有人在吸烟，假如你是烟民，而且你的雇主既供给健身追寻器又要求员工不必吸烟，你可能需求当心了。
身份:运用加速度计本身的设备指纹识别是传感器数据盯梢个人的一种方法，但加速度计也可用于检测步态、年纪和性别的差异。研究人员乃至运用加速度计数据来检测一个人鞋跟的高度。
声响：加速度计能够检测声响，包含研究人员选择用来练习和寻找的任何热门词汇，一个人声响中的情绪，以及他们的性别。
方位:运用智能手机的加速度计，研究人员能够核算车辆的运动轨道和转弯视点，然后将这些数据与道路进行比照，以确认车辆的方位，该论文的作者将其描述为“与手持式全球定位系统的典型精度相当”。
击键：研究人员能够运用加速计数据核算出特定设备上的PIN码或密码设置，乃至能够核算出在手机触摸屏上输入的悉数文字内容。
阻止公司或政府尝试运用此类数据的唯一一件事是构建能够准确检测这些数据的算法的挑战，以及公司为什么想要了解此类数据的问题。然而，跟着构建此类算法的成本变得越来越简单和便宜，曾经不可见的东西有可能会变得可见。
