苹果隐私网页更新：实际行动保护用户数据安全性

网易数码讯 2019年11月6日消息，在保护数据方面苹果一直都表现的十分强势，这也是绝大部分苹果用户选择苹果设备的原因之一，同时用户的隐私安全不仅是苹果，同样也是所有厂商不可触碰的红线。

苹果官方在今年WWDC19也用了较大篇幅的演讲对隐私安全这一块进行了阐述，随着隐私安全愈发的重要，今日苹果正式更新官方隐私网页，其中内容更新包含Sign in with Apple、app获取权限、后台跟踪通知等重要内容。详细内容如下：

Safari浏览器、地图、iMessage、Apple Pay进一步完善隐私安全

对于苹果最早提出的隐私安全项目，Safari浏览器、地图、iMessage、Apple Pay均在iOS13的环境下获得了最新的隐私安全提升，Safari浏览器智能防跟踪功能运用设备端机器学习技术，拦截跟踪者。广告商还可以根据浏览器配置以及安装的字体和插件等特征，生成设备的“指纹信息”来确定目标。为了防止这种情况发生，Safari浏览器内置了防网页浏览指纹追 踪功能，只向你所浏览的网站提供简化的系统信息，从而让数据公司更难辨识出你本人。

地图app无需让苹果获知用户去过哪些商店、街区或诊所，就能给出用户流畅的使用体验。此外，使用地图app无需登录， 因此你的到访地点不会与用户的Apple ID相关联。

在设备间传送iMessage时，每个蓝色气泡信息、图 片、动话表情和视频都经过了加密；而信息app中的智能建议，如根据你的聊天对象推荐要发送的照片等功能，全部是在用户的设备上完成的。

Apple Pay关于用户购物的内容、场合，以及所支付的金额，都属于敏感信息，苹果不会存储、销售或使用这些信息。苹果也不会存储用户的信用卡、借记卡卡号，或是与商家分享这些信息，而是在用户每次向Apple Pay中添加卡片时，都创建一个独有的“设备账户号码”。

通过Apple登录

用户可通过现有的Apple ID来快速轻松登录各种app和网站。只需轻点 “通过 Apple 登录”，然后使用面容ID或触控ID进行登录即可。当使用通过Apple登录时，Apple绝不会跟踪用户，也不会采集用户的个人信息。“通过Apple登录” 功能要求用户的Apple ID开启双重认证保护。如果用户不想与某个app共享电子邮件地址，可以选择隐藏自己的电子邮件地址，或者让Apple为其创建一个独有的电子邮件地址，由那里将收到的邮件转发到自己的真实地址。“通过Apple登录” 功能既支持所有Apple设备，也可用于Android或Windows设备上的网页和app。

App位置获取权限与后台跟踪通知

用户可以通过新的选项来确定每次使用app时否允许其获取位置，从而控制app位置获取权限。这进一步增强了现有的控制功能，可以允许app仅在使用期间、任何时候或永不获取这些信息。当有app在后台使用用户的位置信息时，用户会收到通知，从而决定是否更改权限。

分享照片时提供位置信息控制

用户在分享照片时可以自主控制是否分享照片的位置信息。

无线网络和蓝牙位置隐私保护增强

API方面有所变化，可更严格地限制与app共享的无线网络数据；通过新增的用户控制选项，用户能够许可或拒绝app访问蓝牙设备。这些变化有助于在用户使用无线网络和蓝牙时，防止app未经用户同意而获取位置信息。

通讯录与查找

有些用户会使用通讯录的备注部分来存储敏感信息。有了iOS 13，在默认情况下，当你授权第三方应用程序访问“通讯录”时，不会与其共享这些备注。

遗失的设备未连接Wi-Fi或蜂窝网络时，你也可以使用来自人群的位置信息进行定位。当你将设备标记为遗失，且附近有另一位Apple用户的设备，其设备可以向你报告设备位置。整个通信过程采用端到端加密技术，Apple不会获知遗失设备的位置或上报发现者设备的位置，也不会知道发现者的身份信息。

噪声与女性用户经期跟踪

watchOS 6中全新的噪声app采用Apple Watch Series 4及更新表款上的麦克风，迅速捕捉用户周围环境噪声的分贝值。整个操作完全在设备端完成，绝不会录制或保存任何环境音频，确保用户的隐私安全。

用户可以通过iPhone上的健康app或是watchOS中的专用经期跟踪app，记录自己的月经周期信息，以及查看下次月经或者受孕期的预测结果。这些数据以及健康app中的所有数据均在设备端进行了加密，如果启用了iCloud备份，相关数据在iCloud中也会加密。如果用户运行的是iOS 12或更新系统，并且开启了双重认证，则iCloud会采用端到端加密进行保护，这意味着Apple无法获取这些数据。

私密联邦学习

联邦学习是近几年兴起的一种以保护隐私为中心的机器学习方案。私密联邦学习将联邦学习与Apple所倡导的差分隐私技术相结合，可在分享数据时隐藏用户的身份信息。在训练机器学习模型时，私密联邦学习不会收集用户数据并在云端进行分析，而是在每台设备本地训练模型，然后只将模型更新而不是用户数据返回至Apple。之后Apple服务器会将这些模型更新汇总为一个全新增强的模型，发回到用户的设备上。Apple在设备端和服务器端均采用了差分隐私技术，以保护用户隐私。在iOS 13中，我们开始将这项技术用于多个领域，包括快速输入键盘和某些语言中个性化的 “嘿 Siri” 指令。