Datenhungrige Großkonzerne ziehen sich Facebook-Profile

[Ghandy]

Vorgestern wurden die IP-Adressen unzähliger Unternehmen mitgeschnitten, die sich am Download der gecrawlten 100 Millionen Facebook-Profile beteiligen. Die Liste klingt wie das „Who is Who“ der Industrie. Die PR-Abteilungen dürften sich über diesen Fund freuen, denn das Archiv umfasst im komprimierten Zustand nicht weniger als 2,79 Gigabyte Daten.

zur News

[FYi_]

Google ist nicht dabei, lustig

[Zenotaph]

Was die Scientologen damit wohl vorhaben?

[muzzY]

Hätte ich bei meinem Unternehmen auf irgendeinem Client Torrent und besagten Download angeschmissen, wäre es auch gelistet?

[aderlass]

Google ist nicht dabei, lustig

Die hatten die Daten schon.

[Matschkeks]

Bei anderen hingegen hängte sich der Texteditor auf, weil die Dateien schlichtweg zu groß waren.

m(

Wer öffnet denn bitte eine über 2,7GB große (die wird weitaus größer sein - Text ist gut komprimierbar) Textdatei mit einem Editor? Wozu haben Leute denn Perl oder auch nur ein einfaches grep erfunden?

[DasFragezeichen]

Kann man die Konzerne eigentlich dafür belangen, dass sie die Daten gezogen haben? Selbst wenn der Konzern abstreitet, dass die Daten in ihrem Auftrag geladen wurden, dann sollen sie halt intern feststellen wer es war und einen Sündenbock aufstellen. Btw: Vor dem LG Hamburg würde man sicherlich noch mit der Störerhaftung durchkommen (Wobei, es geht hier um Konzerne, da setzt das LG sicher wieder andere Richtlinien um sie in Schutz zu nehmen.)

[Lobo0202]

sind da eigentlich nur öffentlich zugängliche infos drin, oder hat der crawler auch sicherheitslücken umgangen und sich non-private sachen gezogen?

[xzeNji]

Facebook halt.
Ein offenes Buch mit allen Gesichtern unserer Erde - für jeden!

[deKay89]

sind da eigentlich nur öffentlich zugängliche infos drin, oder hat der crawler auch sicherheitslücken umgangen und sich non-private sachen gezogen?

Ich tippe mal der hat sich alles geschnappt was öfentlich war
dazu braucht man als Firma aber keine torrents zu sehen, sondern einfach Google zu benutzen

Btw, geht socgar recht fix zum ziehen
1,1mb/s

[inanace]

Habt ihr euch die Daten aus dem Torrent mal angeschaut? Zum einen sind es weitaus mehr als nur 2,8 GB, da es sich um gezippte txt-Dateien handelt, und zum anderen sind die Daten z.B. zum spamen wenig brauchbar. Es stehen nur namen drin und die Facebook-URL und beides auch noch auf separate Dateien aufgeteilt.

Und nach ein/zwei Stichproben kann ich sagen: die Daten innerhalb des Torrents sind nicht mal konsistent. So nen Haufen an Namen kann man sich auch mit einem Zufallsgenerator generieren.

[ctvirus]

So nen Haufen an Namen kann man sich auch mit einem Zufallsgenerator generieren.

wäre doch ne coole sache, wenn jemand so einen datensatz faked und den dann gewinnbringen an den meistbietenden verkauft

[chr0mg0d]

Google ist nicht dabei, lustig

Die brauchen solche lausig zusammengestellte Daten nicht, die haben ihre eigenen Crawler

m(
Wer öffnet denn bitte eine über 2,7GB große (die wird weitaus größer sein - Text ist gut komprimierbar) Textdatei mit einem Editor? Wozu haben Leute denn Perl oder auch nur ein einfaches grep erfunden?

Oder einfach nur nen vernünftigen Editor, für die die keine Lust auf ne neue Programmiersprache oder esoterische Shellkommandos haben.

[cinetopia]

Ein möglicher Editor wäre Ultraedit, der kommt mit großen Dateien super zurecht.
Es war abzusehen, dass früher oder später ein Crawler alles durchsucht. War ja schließlich bei SchülerVZ nicht anders. Die Moral von der Geschicht, besucht Facebook NICHT

[hnasonly]

Danke für das Video
*übersichtliches Privatsphäreneinstellungsmenü*
*einfach das neue Captcha eingeben und eine kleine Aufgabe lösen*

YMMD

[The_Hero_Turtle]

Google ist nicht dabei, lustig

... was möglicherweise bedeutet, dass Google so gut im Datensammeln ist, dass die 100-Millionen-Sammlung zu billig für die ist.

[.drunken]

Wie sieht der Inhalt der Daten eigentlich aus?! Also was genau steht drin, wie ist das aufgelistet!? Sind das TxTs, jeweils eine pro Person oder wie muß man sich diese Datenansammlung vorstellen?

[baalzebul]

Mensch, muss ich mich doch mal bei Facebook anmelden.

[inanace]

Wie sieht der Inhalt der Daten eigentlich aus?! Also was genau steht drin, wie ist das aufgelistet!? Sind das TxTs, jeweils eine pro Person oder wie muß man sich diese Datenansammlung vorstellen?

Ich poste dazu einfach einen Auszug aus der readme, die mit im Torrent steckt. Folgende Dateien werden geliefert:

-------
Intro
-------
This was generated around July 15, 2010, by Ron Bowes.

Check out http://www.skullsecurity.org for more information.

-------
Files
-------

Filename Description
-------------------------------------------------------------------------
facebook.rb - The script used to generate these files (v1)
facebook.nse - The script that will be used for the second pass (v2)
facebook-urls - The full URLs to every profile
facebook-names-original - All names, including duplicates
facebook-names-unique - All names, no duplicates
facebook-names-withcount - All names, no duplicates but with a count
facebook-firstnames-withcount - All first names (with count)
facebook-lastnames-withcount - All last names (with count)
facebook-f.last-withcount - All first initial last name (with count)
facebook-first.l-withcount - All first name last initial (with count)

[...]

In der Praxis sieht es so aus, das z.B. die Datei facebook-names-unique.txt über 100 mio Zeilen enthält. In jeder Zeile steht ein Name. Die anderen Dateien sehen ähnlich aus. Es gibt keine Datei die z.B. die URLs den Namen zuordnet.

[emjay3000]

Was die Scientologen damit wohl vorhaben?

denk mal die werden die Daten auf mögliche zukünftige Mitglieder durchsuchen, so einen auf ob die psychisch leicht beeinflussbar sind oder schonmal inner Sekte waren e.t.c.
und auf mögliche Scintology-Gegner und auf deren Gefährlichkeit für die Org.

Gibt vieles, was die damit anfangen können. Die ham ja sogar nen eigenen, gut laufenden Geheimdienst.

Schön isses jedenfalls nicht.