Τεχνικές Ανωνυμίας στο Διαδίκτυο

Abstract

Σήμερα στο Διαδίκτυο διακινείται μια απίστευτη ποσότητα δεδομένων και πληροφορίας. Ένα πολύ μεγάλο μέρος του πληθυσμού – στις ανεπτυγμένες χώρες αυτό φτάνει και στο 90% - διακινεί πληροφορία, είτε λαμβάνοντας είτε δημιουργώντας την. Παράλληλα με την πρωτογενή πληροφορία δημιουργούνται μεταδεδομένα που αφορούν στον τρόπο που οι μηχανές και κατά συνέπεια οι χρήστες που βρίσκονται πίσω από αυτές συναλλάσσονται μεταξύ τους. Τόσο τα πρωτογενή όσο και τα δευτερογενή αυτά δεδομένα μπορούν να αποκαλύψουν πληροφορίες για άτομα και επιχειρήσεις που δεν ήταν σκοπός τους να τις αποκαλύψουν. Μέρος αυτών των πληροφοριών ενδέχεται να αφορά και στην ιδιωτική ζωή ατόμων. Το να εκθέτει κανείς πληροφορίες στο βαθμό που ο ίδιος θεωρεί ακίνδυνο ή και ωφέλιμο είναι δική του επιλογή. Όμως, στην πραγματικότητα η αναγνώριση στο Διαδίκτυο δεν αφορά μόνο σε ό,τι επιλέγουμε εμείς οι ίδιοι να δημοσιεύσουμε. Δεν μπορούμε να ελέγξουμε το ποιος θα έχει πρόσβαση στην κάθε μας κίνηση, γιατί όποια υπηρεσία λειτουργεί διαδικτυακά κυκλοφορεί σε ένα τεράστιο παγκόσμιο δίκτυο, όπου η κάθε κίνηση του κάθε χρήστη μετατρέπεται σε ψηφιακά δεδομένα μαζί με τα αναγνωριστικά που οδηγούν σε αυτόν, όπως ορίζουν τα πρωτόκολλα διευθυνσιοδότησης και μεταφοράς δεδομένων. Κατά την επίσκεψη σε μια ιστοσελίδα, ο υπολογιστής ανταλλάσσει δεδομένα που μπορούν να ταυτοποιηθούν με αυτόν και το τι κάνει. Αυτό σημαίνει πως ο έλεγχος των δεδομένων και η ασφάλεια χρειάζονται ιδιαίτερη προσοχή. Ιδιαίτερα σε περιπτώσεις που κάποιος θέλει να λάβει ή να στείλει απόρρητα δεδομένα. Η παρούσα πτυχιακή εργασία επιχειρεί να περιγράψει τις τεχνικές και τα λογισμικά με τα οποία ένας χρήστης του Διαδικτύου μπορεί να ελαχιστοποιήσει το ίχνος του κατά την περιήγησή του σε αυτό και να προστατέψει την ανωνυμία του. Η πτυχιακή παρέχει σύντομες οδηγίες για τη ρύθμιση κοινών προγραμμάτων ή προσαρτημάτων (add-ons) σε κοινούς πλοηγούς (browsers) ώστε να επιτευχθεί ο παραπάνω στόχος και να προστατευθεί ο χρήστης από κοινές επιθέσεις και ακούσια αποκάλυψη στοιχείων που εκθέτουν την ιδιωτικότητά του.

Nowadays, the internet transmits an incredible amount of data and information. A great part of the population (more than 90% in technologically advanced countries), transmits and receives information. Apart from the original information data, metadata are also created which are linked to the way the machines, and indirectly their users communicate with each other. Both original and derivative data can disclose a great deal of information for a person, business, or an organization although their initial wish might be to keep all this personal data hidden. Part of this data could also provide information about their personal lives. Demonstrating one’s personal information in the internet is a matter of choice. However, being identified in the internet does not only have to do with what we decide to share. Nobody can assure us that what we do on the internet is safe and accessible only to the people we wish to see it. Services, which function in the realm of the internet, are applied to an immense global virtual web where every move of every user is automatically transformed to digital data which include their identifiers, as the system abides by the rules of the transmission and addressing protocols. As soon as the users visit a website, the computers involved in the transaction exchange data that reveal personal information about the users themselves (identification). This undoubtedly means that protecting one’s privacy on the internet is a tough issue, especially in cases where someone wishes to send or receive confidential information. This thesis describes and analyses the techniques by which users are able to protect their privacy via the use of software modules. Through this, users preserve their anonymity and leave a minimum trace of their online tours. Additionally, this thesis contains instructions on how to set and control common programs or extensions in common browsers so as to protect users from common attacks and an undesirable disclose of their personal data which offend their privacy.