数据库中没有匿名

EMILY VAN DER NAGEL¶

引言

浏览 Facebook 动态时，我注意到侧栏上的广告，以及插入“好友”^[1] 关于旅行、婴儿和初春帖子之间的广告。我知道，这些广告是针对我投放的。虽然记不起到底搜索、点击或“点赞”了什么，才使自己进入某处的潜在顾客数据库，但我可以猜。¶

一家女装公司推出了新系列。它的广告出现很合理：我现在正穿着它家一件网上买的套头衫，显然某处已经建立了联系。另一则广告是一位穿蕾丝裙、戴华丽帽子的年轻白人女性。她符合我所属的某些人口统计类别——我也是年轻白人女性。但她的形象是一家博彩公司的广告，推广即将到来的春季赛马嘉年华特惠。我在举办嘉年华的墨尔本，所以地点对得上。但我对赌博或赛马毫无兴趣，因此把这则广告当作算法的不准确，继续往下浏览。¶

通过判断 Facebook 广告与我的相关性，我一直在对算法如何运作形成直觉性的因果解释。^[2] 我的判断可能对，也可能错，但我正在拆解自己每天穿行社交媒体平台时，如何被数据化、商品化，并纳入各种数据库。由此我开始思考：如果关于我的信息如此之多，可以被出售，并由广告商和社交媒体平台策略性运用，那么我在网上还能真正匿名吗？“数据库侵蚀匿名性”是一项挑衅性的命题，呼吁我们审视填入社交媒体个人资料字段时交出了什么。当我们创建个人资料、发布内容、发推文与邮件、搜索、浏览及网上购物时，我们以数据库形式被（重新）创造。关于我们的海量信息，被存储在日益联网的数据库中，这会影响我们理解身份的方式。¶

本章首先考察数据概念与数据库数字化，把如今代表各种人的那类信息置于历史中。我们早已被归入不同类别与人口统计群体。我先前认出自己是年轻、白人、澳大利亚女性，反映了我已经内化那些最常被归入的类别；也就是别人告诉我，我在哪些方面同其他个体和群体相似或不同。随后，在我们越来越熟悉拥有多种线上存在和人格面貌的观念时，我将探讨数据及数据库对网络身份意味着什么。¶

随着我们对数据的理解扩展到广泛的在线信息，包括社交媒体个人资料的内容，我们对类别与人口统计群体的观念也随之变化。在概述数据库化身份的四个主要问题后，我会带着我们争取控制权的持续斗争，转向人们抵抗这些数据库所使用的战术。虽然我们无法控制那些从社交媒体平台搜集个人信息的数据库，但身为社交媒体用户，就意味着我们被嵌入这些过程。媒体学者 Nicholas Carah 指出，人们用智能手机拍照，再附上滤镜、标记、话题标签和图说发布，就成为“数据库最初的编码者”，^[3] 创造有价值的注意力和数据。人们越是排序、分类，平台就越有信息来决定如何最好地表征他们。当这些网络表征成为平台与服务理解我们这个人的方式的一部分时，它们也可能被吸收进我们的身份结构。¶

数据与人口统计

数据库是具有文化重要性的信息和人员组织方式，所组织的个人数据包括搜索引擎查询、在网站上停留的时间、“点赞”，甚至一个人的心率、每日步数及每晚睡眠时长。从16世纪初教区对出生、死亡与婚姻的登记，^[4] 到美国自1790年起开展的全国人口普查，^[5] 再到电话簿与索引卡盒，^[6] 数据库已经存在并被维护数百年。¶

社会科学家 Rob Kitchin 认为，我们常把数据看作中立、客观的东西，是生活世界被转化为类别、测量和表征时产生的原材料。^[7] 但新媒体学者 José van Dijck 与 Thomas Poell 提醒我们，数据始终已由某个解释框架以及可用的收集机制预先塑造。^[8] 纸质表格与社交媒体平台，都是为收集特定类型的信息而设计的。当我在诊所表格上填写出生日期，它可能帮助确定适合我这个年龄者的最佳照护方式；当我在 Facebook 下拉菜单选择出生日期时，平台则自动把我归入一个可以投放广告的人口群体。谁创建了输入机制和框架，从而谁控制数据库，非常重要。¶

人们已从模拟档案转向数字数据库。数字数据库，尤其是社交媒体平台生产的数据库，一个关键特征是“数据化”。^[9] 心跳和生日易于计数、记录与存储，其他信息——例如你多喜欢一位高中旧识——则难以量化测量。但平台把“好友关系”“点赞”、评论与照片标记嵌入人们的使用方式，因而创造出一种基础设施，将我们社会生活的这些方面转化为有价值的消费者数据。^[10]¶

从网络各处汇集关于一个人的信息，意味着即使没有姓名来统一数据，平台最终也能对一个人知道很多。信息隐私法专家 Daniel Solove 表示：¶

创造一幅涵盖某人生活大部分内容的电子拼贴，越来越成为可能：一种被记录捕捉的生活，一个在全世界计算机网络集合中构成的数字人。^[11]

数据库中的数据可以重新组合，也能添加到其他信息上，因此，把人分入类别——那些在数字时代之前就有历史的社会文化类别与人口统计群体——可以被自动化。将人组织为预设群体，经常用于营销，或例如衡量谁最有可能投票给某位政治候选人。这些人口分群构成人口统计类别，传统上以种族、族裔、性别、年龄、收入和教育为基础。^[12] 如今类别与人口统计已扩展到社交媒体上各种被数据化的行动、互动和关系。但这种分类仍充满偏见，我们也并不总能被所归入的类别恰当表征。¶

从填写社交媒体个人资料的那一刻起，我们便参与了向平台数据库贡献信息。Facebook 要求输入的某些信息代表传统类别：姓名、出生日期、性别、所在地。但还有数十种其他数据字段与选项可以填写。通过平台，我能够正式列明自己会说的语言、宗教与政治观点、性取向、^[13] 网站URL、其他社交媒体个人主页链接、昵称和关系。随后，平台数据库通过对特定行为作出响应的算法，自动把我们分入类别。平台对“好友”“点赞”、评论、群组、已接受邀请和网络等数据进行分类的方式，被 Richard Rogers 称为“后人口统计”。^[14] Rogers 认为，平台是后人口统计机器。尽管字符限额很宽、可填写的字段很多，平台仍然施加限制，要求我们以其能够收集、分析并出售的方式，表达自己与社会交往。即便如此，人们仍通过社交媒体平台创造、管理网络自我。那么，这些数据库逻辑如何影响我们能够建构的自我？¶

人类讲故事的欲望与使平台机制自动化的计算数据库之间，存在张力。身为人类，我们使用平台讲述自己的故事。对一些人来说，这意味着把平台当作工具，实现人的表达与连接；但对数字媒体学者 John Cheney-Lippold 等人来说，这意味着人们越来越通过数据库逻辑理解自己。他认为，我们成为基于自身数据、不断涌现的类别的临时成员。这些“可测量类型”不可能涵盖每个人所有细微差别，因此，当我们被如此归类，生活的复杂性就被压平了。^[15] 被分进“女性”类别是一件信息政治事件：它影响着我浏览平台时能够看见哪些信息和广告。¶

营销学者 Detlev Zwick 与 Nikhilesh Dholakia 认为，这些后人口统计类别或可测量类型，意味着个体被构成为消费者身份。^[16] 虽然数据库并不公开，Zwick 与 Dholakia 认为我们有时能窥见这些数据库化身份如何被动员——就像我注意到 Facebook 向我展示哪些广告的时候。数据库的不透明，促使我更系统地思考，这些算法化、可测量的后人口统计身份如何运作，以及其中四个主要问题。¶

数据库化身份的问题

匿名在社会政治上很重要

把身份信息数据库化，可能是一种有害的在线监控，因为它损害了保持匿名的机会。互联网技术仍在家庭中逐渐普及之时，社会学家 Gary Marx 提出，人们想匿名有多种理由：自我保护、便于冒险、增强游戏与玩乐，以及鼓励举报和信息寻求，都会影响一个人是否公开姓名的决定。^[17] 万维网发明者 Tim Berners-Lee 表示：“人们应当能够匿名浏览网络，或以明确界定的实体身份浏览，并应当能够控制两者之间的区别。”^[18]¶

社会科学家 Jessa Lingel 与 Tarleton Gillespie 认为，并非每个人同自己姓名的关系都简单；我们都在表演不同版本的自我。^[19] 例如，对表演者、性工作者、活动者、举报者、跨性别者，以及试图远离虐待关系的人，把网络身份与法定姓名连接起来，可能使自己陷入危险。社交媒体匿名的可能性，使人无需公开法定姓名便能自由参与对话和社群。这不仅有利于个体：在社交媒体及我们的社群、网络中，为那些不希望身份不同侧面彼此相连的人保留空间，对每个人都很重要。但互联网被设计为在网络中连接信息，话题标签、加“好友”、关注、人脸识别及以图搜图等技术，使在线信息越来越容易搜索。¶

社交媒体上的骚扰与虐待是持续存在的问题，尤其影响女性、有色人种与 LGBTQI+ 社群，但匿名并不是这种反社会行为的简单促成因素。法学者 Danielle Citron 认为，限制匿名不会阻止骚扰者，反而会让其他重要声音沉默，^[20] 例如活动者集体 Anonymous（匿名者）。人类学家 Gabriella Coleman 对 Anonymous 的研究揭示，群体使用的面具象征集体匿名，使其能够在政府与企业监控下，以建设性的方式行动与沟通。^[21] 在社交媒体上为匿名保留空间，意味着我们能够把人理解为复杂、多面的，容许他人通过一系列平台表达多重身份侧面。虽然数据库化身份使匿名的可能性复杂化，保护不使用真实姓名上网的权利仍然值得争取。本章所列战术，只是极其多样、广泛的身份管理实践中的一小部分。¶

社交媒体用户对数据库运作知之有限，也无法访问它们

数据库与算法属于专有信息，因此对大多数社交媒体用户是不透明的。平台和数据经纪商有意维持这一状态，避免人们要求透明度或监管。^[22] 不过 Zwick 与 Dholakia 认为，这种不透明不仅使用户处于不利位置，实际上也可能不利于平台。^[23] 若访问数据库让人们能更多地控制构成身份的网络自我各个方面，平台可能得到更准确的数据。Google 提供了一个简化版本：通过广告设置页面，让人看见关于自身的部分存储信息。拥有 Google 账户的人，可以开启或关闭广告个性化，查看自己被分入的部分群体，并编辑某些信息和兴趣。登录广告设置时，我看到自己属于25–34岁的女性类别，兴趣包括澳大利亚、咖啡与茶、学院与大学、烹饪与食谱。Google 对为何在我的在线画像中分配这些兴趣几乎不作解释，只说：“Google依据您登录状态下的活动估计这一兴趣。”但网上搜索某事，当然并不必然意味着我个人对此有兴趣。“育儿”也是 Google 给我分配的一项兴趣；我没有孩子，但偶尔给朋友的孩子买礼物。足球不是我密切关注的运动，但如果聊天谈到，我可能查一场比赛或比分。我可以选择退出这些类别，让育儿或足球广告更少出现，但这也给了 Google 更多关于我的数据点。这进一步表明，目前权力天平倾向平台，而不是用户。¶

数据库被用来使企业获利，而不是使个人或社群受益

谈到平台如何使用个人数据，隐私学者 Finn Brunton 与 Helen Nissenbaum 告诉我们：我们不知道自己不知道什么。上传到 Facebook 的照片，某一天可能被人脸识别软件交叉比对，甚至被扫描以寻找信用卡号或车牌。因此，信息收集发生在不对称的权力关系中，^[24] 而网络最初的设计未必如此。Berners-Lee 认为，互联网用户若产生有用、有价值的数据，自己就应能够访问。但数字媒体学者 Mark Andrejevic 提醒，即使个人能够访问自己的数据，除非也能访问数据库的其余部分，否则也无法以具有商业生产力的方式分析它。他称之为“大数据鸿沟”：能够购买、使用大型数据集的企业，与那些被排除在数据、专业知识和处理能力之外的人之间的鸿沟。^[25]¶

数据库可能以加深歧视的方式分类人群

如前所述，数据库汇集的关于我的信息，有些正确，有些遗漏或失真。不过，我举的例子是无害的：把足球搜索误认为体育兴趣，不会严重影响我。但把人放进未必合适的预设类别，可能使本已脆弱的群体更不利。自动补全依赖先前查询来预测人们正在搜索什么时，自动生成的结果可能呈现刻板印象与偏见。语言学者 Paul Baker 与 Amanda Potts 研究过，在 Google 搜索“为什么同性恋……”时，会出现怎样有害的自动补全答案：¶

为什么男同性恋声音高？

为什么男同性恋会得艾滋病？ 为什么男同性恋说话咬舌？

为什么同性恋存在？

为什么同性恋说话奇怪？^[26]

这些建议查询会出现，是因为此前其他人曾高频地把它们输入 Google。由于它们被显示为建议，随后又更常被点击，进一步增加热度，并可能使恐同成见获得确认。技术学者 Safiya Umoja Noble 将此类自动结果称作“算法压迫”，^[27] 认为搜索结果尤其会加剧种族主义。Noble 进一步指出，对自动补全的质疑实际上可能强化“搜索是广泛信念之镜”的观念，从而淡化平台的过错。在她看来，问题深刻得多：“算法压迫不只是系统里的一个故障，而是网络操作系统的根本组成。”^[28] 这些人类与机器行动，以加剧结构性种族主义、性别歧视和恐同的方式助长不平等。¶

思考数据库这些有问题的方面，让我不禁追问：我们能做什么？社交媒体用户如何掌控这些信息，或者破坏它们？¶

抵抗战术：混淆与战术性可见

抵抗数据库逻辑的第一步，是注意到它们存在。Cheney-Lippold 认为，被算法弄得“毛骨悚然”的感觉，是承认我们在数字数据库化世界中脆弱性的重要部分；还应以这种感觉为基础，尝试理解部分平台逻辑。^[29] 对平台建立、运用数据库的一种回应，是发展阻挠它的战术。“战术”概念最早由文化理论家 Michel de Certeau 提出，他认为人们会发展抵抗系统性权力的日常行动。^[30] 我在这里提出两种人们用来抗拒平台运用数据库化个人信息的战术：“混淆”，即往数据库加入无意义数据；“战术性可见”，即公开一组个人信息来强调某个论点。¶

混淆

当退出平台既不理想也不容易时，加入误导性信息——随后会被添加进平台数据库——可能是一种有效伪装。Brunton 与 Nissenbaum 把混淆称为“故意添加含混、令人困惑或误导性的信息，以干扰监控和数据收集”。^[31] 他们承认，生活越来越受监控的个体，与收集其数据的大企业实体之间存在权力不平衡。混淆向系统添加噪声，从不透明的数据收集方法手中夺回控制。¶

Nissenbaum 共同开发了一款混淆工具。浏览器扩展 TrackMeNot 自动输入随机搜索查询，污染搜索引擎对个人建立的画像。开发者为解释工具的重要性表示：“我们的搜索行为深刻反映了我们是谁、关心什么，以及如何生活。”^[32] TrackMeNot 在后台运行，其搜索词添加大量虚假信号，使个人真实搜索词无法从过剩信息的洪流中区分出来。TrackMeNot 的工作方式与虚拟专用网络（VPN）、洋葱路由（Tor）等隐私方案类似：掩饰计算机信号，使连接看起来来自另一个设备或地点，^[33] 并通过更长、更复杂的路径抵达目的地，甩开监控机制。^[34]¶

TrackMeNot、VPN 和 Tor 旨在通过添加额外、无关的数据，混淆个人数据；艺术家对监控的干预，则专门针对人脸识别技术。艺术家 Adam Harvey 开发了两个此类混淆项目。CV Dazzle 是一系列发型与化妆设计，通过添加额外、混乱的信号扰乱人脸识别。项目网站展示了示范造型：模特留着明亮、不对称的刘海，脸颊和前额画有几何图案，同时提供夺回隐私的造型建议。Harvey 建议：“部分遮住一侧眼周区域。眼睛的位置和深浅是关键面部特征。”^[35] 创造 Harvey 所说的“反脸”，会使机器难以识别身份，却不会让另一个人认不出来。这类混淆的关键要素是，一个人对其他人仍可辨认，却不再为人脸识别数据库作贡献。¶

Harvey 又通过 HyperFace 扩展了 CV Dazzle。这是对侵入性数据收集的另一种艺术回应：一种伪装印花，向计算机视觉算法注入噪声，降低人脸识别的置信分数。原型为布料印花，看起来像严重像素化、杂乱拼合的人脸。把这种印花做成围巾，戴在人脸附近，便通过添加误导信号混淆真实面孔。“如果计算机视觉算法期待一张脸，就利用它的期待。”Harvey 如此断言。^[36] 向数据库添加虚假信息，逆转了“匿名就是不提供或删除个人数据”的预期。混淆通过用无用信息淹没数据画像，达到类似的破坏效果，而不是试图除掉画像或数据库本身。反过来，当平台被设计为尽可能多地收集数据时，混淆重新挪用这一目标，使其有利于个体。¶

战术性可见

混淆通过污染平台收集的信息来实现隐私；另一种操控可见性的战术，则被公开表态讨论政治议题的人采用。当人们理解在线内容具有可见性、持久性、可编辑性、^[37] 可传播性、可搜索性^[38] 与可分享性时，^[39] 把注意力引向特定个人信息，就可能成为有力的论证方式。¶

当公开使主体面临脆弱处境时，战术性可见尤其能吸引注意力。它与 doxing 有关。doxing 是“dropping documents”（抛出文件）的缩写，指未经同意，故意公布他人的个人信息。人肉曝光是一种威胁，按记者 Noah Berlatsky 的说法，是一种“武器化注意力”；^[40] 它使一个人过度暴露，承受不想要的关注，可能导致声誉损害与骚扰。^[41] 人肉曝光和战术性可见都可以被定义为在线分享私人信息，^[42] 因为两者都争取对个人数据的控制。但人肉曝光意在骚扰、恐吓或羞辱他人，战术性可见则通过公开自己选定的个人信息，干预权力结构。¶

可以用一个政治例子理解战术性可见，具体说，是对澳大利亚政府2017年初生效的电信元数据保留计划的两种回应。该计划意味着政府现在保留公民的电话与互联网记录，供执法机构访问。^[43] 反对这种数据保留的两个人，是记者 Will Ockenden 与澳大利亚人权委员会前主席 Gillian Triggs。为展示计划可能造成的伤害，两人各自向公众发布一组个人信息。Ockenden 让人查看他一整年的元数据，公众很快发现他的居所与工作地点、通勤方式、何时搬家、出国乘坐哪些航班、父母住在哪里，以及何时探望他们。^[44] Ockenden 称公众分析“准确得可怕”，并指出元数据能够被结合使用，展示了识别一个人及其习惯的全部潜力。Triggs 这次为一场公开演讲公布自己的元数据，也觉得这个过程“极其令人不安”。^[45] 听众看到她的行动记录、日程安排、拨打的电话号码，甚至老年卡申请。Ockenden 与 Triggs 都坚定支持个人隐私，反对元数据保留计划。使自己的数据可见、令自身可能处于脆弱位置，是一种审慎计算的行动，意在抓住公众注意力，证明计划有多具侵入性。¶

当用来展示政府政策的缺陷时，战术性可见能够有效地为监控制度赋予人的具体面貌。但在艺术家和活动者——尤其是女性——手中，它可以揭示另一种政治领域。当社交媒体骚扰与虐待不成比例地影响年轻女性时，^[46] 通过联网公众暴露自我的私密层面，对女性有特殊回响。艺术家 Stephanie Milsom 选择在展览中完全公开 Google 收集的关于她的个人数据，以夺回控制。作品说明写道：“《无题（Google）》是 Google 曾经收集的关于 Milsom 的每一条信息。它们被装订成日记本，她邀请你翻阅其在线自我的日记。”^[47] 这样的展示既私人又有意为之：它揭示 Google 从数百万人身上、围绕他们搜集数据的庞大规模。查询内容从每日天气预报到可能的尿路感染，Milsom 的作品代表她重新取得对这些数据的控制。她选择自己的搜索历史的呈现格式与边界，以战术性可见夺回这些数据。¶

如果公开私密数据对女性充满风险，那么当身体被展示时，风险会放大。随着媒体越来越关注“报复性色情”——也称未经同意的色情影像^[48] 或基于图像的虐待^[49]，即未经当事人同意在线传播私密或性照片——一些女性正在按自己的条件邀请他人关注被性化的身体，以回应这种侵犯。当澳大利亚音乐人 Sia 遭遇威胁，称她的裸照将被放到网上时，她自己将照片发在 Twitter 上。这张略显模糊、带有“客户预览”（CLIENT PREVIEW）水印的照片中，裸体的 Sia 背对镜头，臀部完全可见。她配文：“显然有人正想把我的裸照卖给粉丝。省下你们的钱吧，这里免费提供。天天都是圣诞节！”^[50] Sia 的反击与对图像的夺回，在 Twitter 上获得压倒性的积极回应，因为她有效地让照片的价值及威胁本身归零。¶

沿着同样的夺回思路，丹麦—瑞典活动者 Emma Holten 面对自己的裸照被恶意在线传播，回应以自己安排的一次裸体摄影。身为基于图像虐待的对象，她为自身被非人化的感觉所困扰，因此自愿发布的照片刻意呈现平凡的家庭场景：Holten 只穿内裤，金发随意扎成马尾，坐在床上；在窗台边阅读；刷牙时镜子上有牙膏飞沫，身后挂着毛巾。她谈到这些照片时说：“这些图片试图让我成为性主体，而不是客体……同意是关键。”^[51]¶

开篇我提出了一个挑衅性命题：如果我们被数据库化，就不完全匿名。通过平台数据库的视角反思自身一些数字踪迹，例如 Facebook 广告，有助于看清我们如何被数据化、分类，并从人抽象转化为信息片段。数据库也许不会记录你完整、真实、法定的姓名，但它包含足够多关于你的信息，足以粉碎“你可以在网络上完全不为人知”的想法。¶

少量数据也能揭示很多。题为〈简单人口统计信息往往能唯一识别人〉的论文名副其实地表明，仅凭性别、出生日期和邮政编码，就能唯一识别87%的美国人。^[52] 2006年的后续研究把这一比例下调为63%，^[53] 但仍然看来，人们穿行网络时，更容易被原本没有姓名的数据完全识别。¶

数据库和平台都无法代表完整、多面的个人。相反，取决于哪个广告商购买信息，或我们被同哪些人归到一起，我们的不同侧面变得显著。我们知道，许多数据库由营利平台创建，大多不透明，甚至可能错误表征我们，使本已边缘化的群体受到损害。¶

与数据库和平台周旋的战术，是对不透明、营利的系统主张能动性的方式。在这些条件下塑造身份，意味着同我们发现自己被置入的类别抗争，即使我们知道这些类别必然有限，有时也带偏见、有缺陷。如果被数据库化就无法匿名，那么至少，我们可以继续批判自己所属的数据库与所用平台。这就是重新获得控制的开始。¶

参考文献

Andrejevic, Mark. “The Big Data Divide”〔大数据鸿沟〕. International Journal of Communication 8 (2014): 1673–1689.¶

Baker, Paul, and Amanda Potts. “‘Why do white people have thin lips?’ Google and the Perpetuation of Stereotypes via Auto-Complete Search Forms”〔“为什么白人嘴唇薄？”Google与通过自动补全搜索形式延续的刻板印象〕. Critical Discourse Studies 10.2 (2013): 187–204.¶

Berlatsky, Noah. “Doxing Isn’t About Privacy: It’s About Abuse”〔人肉曝光关乎的不是隐私，而是虐待〕. The Daily Dot, 24 April 2016, http://www.dailydot.com/via/doxing-privacy-abuse-online/.¶

Berners-Lee, Tim. Weaving the Web: The Past, Present and Future of the World Wide Web by Its Inventor〔编织万维网：发明者讲述万维网的过去、现在与未来〕. London: Orion, 1999.¶

Brunton, Finn, and Helen Nissenbaum. Obfuscation: A User’s Guide for Privacy and Protest〔混淆：隐私与抗议用户指南〕. Cambridge: MIT Press, 2015.¶

boyd, danah. It’s Complicated: The Social Lives of Networked Teens〔这很复杂：联网青少年的社会生活〕. New Haven: Yale University Press, 2014.¶

Buozis, Michael. “Doxing or Deliberative Democracy? Evidence and Digital Affordances in the Serial SubReddit”〔人肉曝光还是协商民主？Serial SubReddit中的证据与数字可供性〕. Convergence: The International Journal of Research into New Media Technologies (2017): 1–17.¶

Caplan, Jane. “‘This or That Particular Person’: Protocols of Identification in Nineteenth-Century Europe”〔“这个或那个特定的人”：19世纪欧洲的身份识别规程〕，载 J. Caplan、J. Torpey 编，Documenting Individual Identity: The Development of State Practices in the Modern World. Princeton: Princeton University Press, 2001.¶

Carah, Nicholas. “Curators of Databases: Circulating Images, Managing Attention and Making Value on Social Media”〔数据库的策展人：在社交媒体上流通图像、管理注意力与创造价值〕. Media International Australia 150 (2014): 137–142.¶

Cheney-Lippold, John. We Are Data: Algorithms and The Making of Our Digital Selves〔我们是数据：算法与数字自我的形成〕. New York: NYU Press, 2017.¶

Citron, Danielle Keats. Hate Crimes in Cyberspace〔网络空间的仇恨犯罪〕. Cambridge: Harvard University Press, 2014.¶

Citron, Danielle Keats, and Mary Anne Franks. “Criminializing Revenge Porn”〔将报复性色情入罪〕. Wake Forest Law Review 49.2 (2014): 345–391.¶

Coleman, Gabriella. Hacker, Hoaxer, Whistleblower, Spy: The Many Faces of Anonymous〔黑客、恶作剧者、举报者、间谍：匿名者的多重面孔〕. London: Verso, 2014.¶

Cooper, Hayden. “Data Retention Laws: Experts Warn Against Opening Up Metadata to Civil Cases as Telcos Renew Bid to Change Laws”〔数据保留法：电信公司再促修法，专家警告不应向民事案件开放元数据〕. ABC News, 6 January 2017, http://www.abc.net.au/news/2017-01-05/telco-industry-pushes-for-metadata-collection-changes/8162896/.¶

de Certeau, Michel. The Practice of Everyday Life〔日常生活实践〕，S. Rendall 译. Berkeley: University of California Press, 1988 [1984].¶

de Mul, Jos. “Database Identity: Personal and Cultural Identity in the Age of Global Datafication”〔数据库身份：全球数据化时代的个人与文化身份〕，载 Crossroads in New Media, Identity and Law. London: Palgrave Macmillan, 2015, pp. 97–118.¶

Duggan, Maeve. “Online harassment”〔在线骚扰〕. Pew Research Centre, 22 October 2014, www.pewinternet.org/2014/10/22/online-harassment/.¶

Electronic Frontier Foundation. “Surveillance Self-Defense: Choosing the VPN That’s Right for You”〔监控自卫：选择适合你的VPN〕. Electronic Frontier Foundation, 9 June 2016, https://ssd.eff.org/en/module/choosing-vpn-thats-right-you/.¶

Gerlitz, Carolin, and Anne Helmond. “The Like Economy: Social Buttons and the Data-Intensive Web”〔点赞经济：社交按钮与数据密集型网络〕. New Media & Society 15.8 (2013): 1348–1365.¶

Golle, Philippe. “Revisiting the Uniqueness of Simple Demographics in the US Population”〔重新考察美国人口中简单人口统计信息的唯一性〕，载 Proceedings of the 5th ACM Workshop on Privacy in Electronic Society, Alexandria, VA, 30 October 2006, pp. 77–80.¶

Harvey, Adam. CV Dazzle. 2016, https://cvdazzle.com/.¶

Harvey, Adam. HyperFace: False-Face Camouflage〔HyperFace：假脸伪装〕. 2018, https://ahprojects.com/projects/hyperface/.¶

Holmes, Sally. “Why This Woman Is Posting Nude Photos of Herself Online to Fight Revenge Porn”〔这位女性为何在网上发布自己的裸照来反击报复性色情〕.Elle, 6 January 2015, https://www.elle.com/culture/career-politics/news/a19783/fighting-revenge-porn-with-nude-images/?src=spr_TWITTER&spr_id=1448_127541959&linkId=11555326/.¶

Howe, Daniel C., Helen Nissenbaum, and Vincent Toubina. TrackMeNot. 2006, https://cs.nyu.edu/trackmenot/.¶

Inman Grant, Julie. “‘Revenge Porn,’ By Another Name”〔“报复性色情”的另一种名称〕. Office of the Children’s eSafety Commissioner, 2017, https://esafety.gov.au/about-the-office/newsroom/blog/revenge-porn-by-another-name/.¶

Kitchin, Rob. The Data Revolution: Big Data, Open Data, Data Infrastructures & Their Consequences〔数据革命：大数据、开放数据、数据基础设施及其后果〕. London: SAGE Publications, 2014.¶

Lingel, Jessa, and Tarleton Gillespie. “One Name to Rule Them All: Facebook’s Identity Problem”〔一个名字统治一切：Facebook的身份问题〕. The Atlantic, 2 October 2014, http://www.theatlantic.com/technology/archive/2014/10/one-name-to-rule-them-all-facebook-still-insists-on-a-single-identity/381039/.¶

Mannell, Kate. “Technology Resistance and de Certeau: Deceptive Texting as a Tactic of Everyday Life”〔技术抵抗与de Certeau：欺骗性短信作为日常生活战术〕. Platform: Journal of Media and Communication 8.1 (2017): 40–55.¶

Marwick, Alice E., and Ross Miller. “Online Harassment, Defamation, and Hateful Speech: A Primer of the Legal Landscape”〔在线骚扰、诽谤与仇恨言论：法律概况入门〕. Social Science Research Network, 2014, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2447904/.¶

Marx, Gary T. “What’s in a Name? Some Reflections on the Sociology of Anonymity”〔名字里有什么？关于匿名社会学的一些思考〕. Information Society 15.2 (1999): 99–112.¶

Milsom, Stephanie. “All of It”〔全部〕. Stephanie Milsom, 2017, http://www.stephaniemilsom.com/all-of-it/.¶

Noble, Safiya Umoja. Algorithms of Oppression: How Search Engines Reinforce Racism〔压迫的算法：搜索引擎如何强化种族主义〕. New York: New York University Press, 2018.¶

Ockenden, Will. “What Reporter Will Ockenden’s Metadata Reveals About His Life”〔记者Will Ockenden的元数据揭示了怎样的生活〕. ABC News, 24 August 2015, http://www.abc.net.au/news/2015-08-24/metadata-what-you-found-will-ockenden/6703626/.¶

Papacharissi, Zizi. “Without You, I’m Nothing: Performances of the Self on Twitter”〔没有你，我什么也不是：Twitter上的自我表演〕. International Journal of Communication 6 (2012): 1989–2006.¶

Rader, Emilee, and Rebecca Gray. “Understanding User Beliefs About Algorithmic Curation in the Facebook News Feed”〔理解用户对Facebook新闻动态算法策展的信念〕，载 Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems, 18–23 April 2015, Seoul, Korea, pp. 173–182.¶

Reagle, Joseph M. Reading the Comments: Likers, Haters, and Manipulators at the Bottom of the Web〔阅读评论：网络底部的点赞者、仇恨者与操纵者〕. Cambridge: MIT Press, 2015.¶

Rogers, Richard. “Social Media and Postdemographics”〔社交媒体与后人口统计〕. Digital Methods, Cambridge: MIT Press, 2013, pp. 153–164.¶

Sia. “Someone is Apparently Trying to Sell Naked Photos of Me”〔显然有人正想卖我的裸照〕. Twitter, 7 November 2017, 1:36pm, https://twitter.com/Sia/status/927726442154098688/.¶

Solove, Daniel J. The Digital Person: Technology and Privacy in the Information Age〔数字人：信息时代的技术与隐私〕. New York: New York University Press, 2004.¶

Sweeney, Latanya. “Simple Demographics Often Identify People Uniquely”〔简单人口统计信息往往能唯一识别人〕. Data Privacy Working Paper 3, Pittsburgh: Carnegie Mellon University, 2000.¶

Taylor, Josh. “Gillian Triggs Let Someone Have a Day’s Worth of her Metadata to Show Why She Believes in Warrants”〔Gillian Triggs把一天的元数据交给他人，说明她为何支持搜查令〕. BuzzFeed News, 28 August 2017, https://www.buzzfeed.com/joshtaylor/gillian-triggs-let-someone-have-a-days-worth-of-her?utm_term=.gjgjlgbxM#.caxq62kym/.¶

Tor. “Tor: Overview”〔Tor：概览〕. Tor, 2018, https://www.torproject.org/about/overview.html.en/.¶

Treem, Jeffrey W., and Paul M. Leonardi. “Social Media Use in Organizations: Exploring the Affordances of Visibility, Editability, Persistence, and Association”〔组织中的社交媒体使用：探索可见性、可编辑性、持久性与关联性的可供性〕. Communication Yearbook 36 (2012): 143–189.¶

van der Nagel, Emily. “‘Networks That Work Too Well’: Intervening in Algorithmic Connections”〔“运作得太好的网络”：干预算法连接〕. Media International Australia 168.1 (2018): 81–92.¶

van Dijck, José, and Thomas Poell. “Understanding Social Media Logic”〔理解社交媒体逻辑〕. Media and Communication 1.1 (2013): 2–14.¶

Willson, Michele. “Algorithms (and the) Everyday”〔算法（与）日常〕. Information, Communication & Society 20.1 (2017): 137–150.¶

Zwick, Detlev, and Nikhilesh Dholakia. “Whose Identity Is It Anyway? Consumer Representation in the Age of Database Marketing”〔究竟是谁的身份？数据库营销时代的消费者表征〕. Journal of Macromarketing 24 (2004): 31–43.¶

注释