Čas branja: 2 minuti

Se vam je že kdaj zgodilo, da se je vaša fotografija pojavila na spletni strani, ki je sploh ne poznate? Ali pa ste prejeli sumljivo e-pošto? Velika verjetnost je, da so bili vaši osebni podatki »postrgani« s spleta (ang. Web scraping).  

Kaj je web scraping?

V slovenščino bi tujko lahko prevedli kot spletno strganje. Gre za postopek avtomatiziranega zbiranja podatkov s spletnih strani. Pri tem se uporabljajo programska orodja, imenovana strgalniki (scraperji), ki sistematično pregledujejo spletne strani in zajemajo javno dostopne vsebine, kot so:

• imena,

• elektronski naslovi,

• opisi izdelkov,

• slike,

• objave na družabnih omrežjih.

Z vidika delovanja takšna orodja praviloma ne pomenijo vdora v informacijske sisteme, saj obdelujejo zgolj vsebine, ki so javno objavljene in dostopne na spletu. Kljub temu je pri njihovi uporabi treba upoštevati veljavno zakonodajo, pogoje uporabe spletnih strani ter varstvo osebnih podatkov.

Zakaj je web scraping problematičen?

Številne evropske organizacije opozarjajo, da množično in nenadzorovano zbiranje podatkov s spletnih strani povečuje tveganje za posege v zasebnost ter različne oblike spletnih zlorab.

Tudi v Sloveniji stanje ni bistveno drugačno. SI-CERT v poročilu o kibernetski varnosti za leto 2023 izpostavlja, da napadalci elektronske naslove in druge kontaktne podatke pogosto pridobijo prav iz javno dostopnih spletnih virov. Ti podatki se nato uporabljajo za phishing napade, prevare in druge oblike kibernetskega kriminala, kar dodatno potrjuje, da lahko nepremišljeno zbiranje podatkov predstavlja resno varnostno tveganje.

Zbiranje podatkov za umetno inteligenco

Web scraping danes dobiva nove razsežnosti. Postal je ključni vir podatkov za trening velikih modelov umetne inteligence (UI), saj podjetja za učenje svojih modelov potrebujejo ogromne količine besedil, slik in drugih javno dostopnih vsebin.

Številne platforme že poročajo o nepooblaščenih botih – avtomatiziranih programih, ki intenzivno pobirajo vsebine izključno za komercialne UI projekte. V industriji temu pravijo »kraja botov«.

Posledice so resne:

• posamezniki izgubljajo nadzor nad lastnimi vsebinami,

• ustvarjalci in mediji izgubljajo avtorske pravice,

• podjetja gradijo modele brez jasnih dovoljenj in transparentnosti.

Kako se lahko zaščitimo?

Popolne zaščite ni, lahko pa znatno zmanjšamo tveganja. Zato:

• pregledamo in zaostrimo nastavitve zasebnosti à manj deljenih podatkov pomeni večjo zaščito,

• omejimo deljenje osebnih podatkov à kar je enkrat javno, lahko pristane kjerkoli,

• uporabljamo različna uporabniška imena à preprečimo povezovanje naših profilov,

• redno brišemo stare objave à manj zgodovine pomeni manj sledljivosti.

Vas zanima več o tem, kako splet ravna z vašimi podatki?

• Kako velike spletne platforme oblikujejo pravila delovanja in vplivajo na varnost uporabnikov

• MiPi primerja: regulacija področja spletne varnosti v EU in na Otoku

• Digitalne stopinje na spletu ne zakrijejo drobtine časa

• Na spletu plačujete za izdelek ali pa ste izdelek sami