Twitter賬戶活動情況分析工具 – Simple Twitter Profile Analyzer
注意，你的推文(Tweet)可能會泄露你的一些生活習(xí)慣和個人信息!作為一個每天都會使用Twitter的網(wǎng)絡(luò)安全顧問，Twitter是一個獲取和分享相關(guān)信息的最佳平臺。隨著川普的走馬上任，他和他的團隊各種推文穿幫搞笑事件相繼發(fā)生，同時在Twitter上也產(chǎn)生了各種反川普組織。籍此，我想演示一下如何不使用黑客手段，簡單地通過他人Twitter賬戶獲取到一些有用的個人信息。
元數(shù)據(jù)
Twitter和其它社交媒體基本上都是通過元數(shù)據(jù)(Metadata)提取和保存一些個人信息，事實上，從一個140個字符的消息中可以獲取到很多有用的元數(shù)據(jù)，這些信息量要比用戶輸入內(nèi)容的20倍還多。而且， 所有這些元數(shù)據(jù)都可以通過開放的Twitter API訪問。以下就是一些元數(shù)據(jù)示例，任何人(不僅是政府)可以通過這些信息來“指紋識別”或跟蹤某人：
- Twitter接口的時區(qū)和語言集
- 推文(Tweet)中的使用語言
- 推文(Tweet)發(fā)送端(手機，網(wǎng)頁…)
- 地理位置
- 使用較多的標(biāo)簽、轉(zhuǎn)發(fā)較多的用戶等
- 每天或每周的Twitter使用情況
估計大家都清楚泄漏地理位置對個人隱私造成的影響，而且也有很少人意識到，一些有規(guī)律的頻繁的推文發(fā)送也可以曝露個人習(xí)慣和其它信息。單一一條推文可能會只包含一些有趣的元數(shù)據(jù)信息，但上千條推文可能就會曝露出一些獨特的個人生活模式，這就是有意思之處。
元-元數(shù)據(jù)(meta-metadata)
元元數(shù)據(jù)構(gòu)成了元模型的結(jié)構(gòu)和語義，元元數(shù)據(jù)的實例化集合被稱作為元模型。收集獲取了大量推文信息之后，我們其實就能區(qū)分哪些是“企業(yè)賬戶”哪些是“個人賬戶”，同時也能識別出哪些用戶之間具備互動關(guān)系。為此，針對某個特定賬戶，我編寫了一個Python腳本，它通過探測推文發(fā)布頻率、時區(qū)和語言、地理位置、推文標(biāo)簽、轉(zhuǎn)發(fā)賬戶、朋友互動等信息，具備獲取最新推文、抓取元數(shù)據(jù)、識別每天每一小時的Twitter使用情況等功能。以下是兩個分析示例。
對斯諾登Twitter賬戶@Snowden的分析
斯諾登自2015年9月以來，共發(fā)布了1682條推文，通過分析可以發(fā)現(xiàn)他每天和每周的推文發(fā)送時間、頻率、睡眠模式等相關(guān)信息。
對特朗普Twitter賬戶@realdonaldtrump的分析
特朗普的Twitter賬戶是由多人負責(zé)管理嗎? 那么多的推文發(fā)送端，值得回味猜想!
通常建議
在此，強烈推薦閱讀被稱為網(wǎng)絡(luò)軍火商的@thegrugq發(fā)表的《Twitter安全使用指南》，除此之外，請謹慎使用時區(qū)/語言相關(guān)信息，因為你的推文可能被整體分析被識別出具體時區(qū)，所以如果想保持匿名，請注意不要在同一天的同一小時內(nèi)發(fā)布大量推文。
Twitter賬戶分析工具源碼下載：GitHub，安裝使用請參考其中說明文檔。
- usage: tweets_analyzer.py -n <screen_name> [options]
- Simple Twitter Profile Analyzer
- optional arguments:
- -h, --help show this help message and exit
- -l N, --limit N limit the number of tweets to retreive (default=1000)
- -n screen_name, --name screen_name
- target screen_name
- -f FILTER, --filter FILTER
- filter by source (ex. -f android will get android
- tweets only)
- --no-timezone removes the timezone auto-adjustment (default is UTC)
- --utc-offset UTC_OFFSET
- manually apply a timezone offset (in seconds)
- --friends will perform quick friends analysis based on lang and
- timezone (rate limit = 15 requests)
