世界是數(shù)字的重點(diǎn)讀書筆記（計(jì)算機(jī)科普知識(shí)）

《世界是數(shù)字的》是世界頂尖計(jì)算機(jī)科學(xué)家Brian W.Kernighan寫的1本計(jì)算機(jī)科普類讀物，簡(jiǎn)明扼要但又深入全面地解釋了計(jì)算機(jī)和通訊系統(tǒng)背后的秘密，合適計(jì)算機(jī)初學(xué)者和非計(jì)算機(jī)專業(yè)的人讀。這真的是1本好書，借Google常務(wù)董事長(zhǎng)的話：

對(duì)計(jì)算機(jī)、互聯(lián)網(wǎng)及其背后的奧秘充滿好奇的人們，這絕對(duì)是1本不容錯(cuò)過(guò)的好書。

對(duì)1個(gè)計(jì)算機(jī)已學(xué)了N年的專業(yè)人士來(lái)講，這本書或許簡(jiǎn)單了點(diǎn)，不過(guò)我還是認(rèn)真過(guò)了1遍，發(fā)現(xiàn)也有1定的收貨，由于1個(gè)人很難掌握本領(lǐng)域里的所有知識(shí)，或多或少會(huì)有1些欠缺，總會(huì)有1些你之前不知道的，或1直沒理解清楚的但又很有必要知曉的知識(shí)，我在瀏覽此書進(jìn)程中就有這類感覺，常常會(huì)有1種恍然大悟的感覺，比如理解了互聯(lián)網(wǎng)上1些不為人知的跟蹤原理（具體可以看我下面總結(jié)的第12點(diǎn)“Cookie如何暴露你在互聯(lián)網(wǎng)上的行跡”）。我是個(gè)喜歡記筆記和做總結(jié)的人，瀏覽完1本書，我常常會(huì)找個(gè)閑暇的時(shí)間總結(jié)下，主要是根據(jù)自己已有的知識(shí)儲(chǔ)備體系總結(jié)1些對(duì)我有幫助的或有必要知道的知識(shí)點(diǎn)。

下面就簡(jiǎn)單總結(jié)下自己的所獲和所感。
注意：下面的知識(shí)都是科普知識(shí)，合適非計(jì)算機(jī)專業(yè)、計(jì)算機(jī)初學(xué)者及和像我1樣計(jì)算機(jī)1開始就沒學(xué)好的人看，那些牛B的大牛就不用來(lái)浪費(fèi)時(shí)間來(lái)讀你們已稱之為“常識(shí)”的知識(shí)啦。

1. P和NP問(wèn)題

現(xiàn)在的程序員都很怕遇到NP問(wèn)題，不但算法復(fù)雜而且還保證不了每次都能找到解。那到底甚么是P問(wèn)題和NP問(wèn)題呢？作為1個(gè)程序員，你如果回答說(shuō)“P問(wèn)題就是容易的問(wèn)題，NP問(wèn)題就是復(fù)雜的難以解決的問(wèn)題”那就太失敗了。P即“Polynomial”（多項(xiàng)式），P問(wèn)題是指具有“多項(xiàng)式”級(jí)復(fù)雜性的問(wèn)題。換句話說(shuō)，解決這些問(wèn)題的時(shí)間可以用N^2這樣的多項(xiàng)式來(lái)表示，其中指數(shù)可以大于2，但都是可能在多項(xiàng)式時(shí)間內(nèi)被解決的，這些問(wèn)題相對(duì)照較簡(jiǎn)單。
但是，現(xiàn)實(shí)中大量的問(wèn)題或說(shuō)很多實(shí)際的問(wèn)題仿佛都需要指數(shù)級(jí)算法來(lái)解決，即我們還不知道對(duì)這類問(wèn)題有無(wú)多項(xiàng)式算法。這類問(wèn)題被稱為“NP（nondeterministic polynomial，非肯定性多項(xiàng)式）”問(wèn)題。NP 問(wèn)題的特點(diǎn)是，它可以快速驗(yàn)證某個(gè)解決方案是不是正確，但要想迅速找到1個(gè)解方案卻很難。可以這么認(rèn)為，這些問(wèn)題可以用1個(gè)算法在多項(xiàng)式時(shí)間內(nèi)靠猜想來(lái)解決，而且該算法必須每次都能猜中。在現(xiàn)實(shí)生活中，沒有甚么能榮幸到始終都做出正確的選擇，所以這只是理論上的1種假想而已。

可以舉個(gè)簡(jiǎn)單的例子來(lái)講明NP問(wèn)題，那就是著名的“旅行推銷員問(wèn)題”（Traveling Salesman Problem）。1個(gè)推銷員必須從他居住的城市動(dòng)身，到其他幾個(gè)城市去推銷，然后再回家。目標(biāo)是每一個(gè)城市只到1次（不能重復(fù)），而且走過(guò)的總距離最短。這個(gè)問(wèn)題實(shí)際利用價(jià)值很大，其原理常常被利用于設(shè)計(jì)電路板上孔洞的位置，或部署船只到墨西哥灣的特定地點(diǎn)收集水樣。旅行推銷員問(wèn)題已被仔細(xì)斟酌了50 多年，但還是解決不了NP難問(wèn)題。

現(xiàn)在業(yè)界內(nèi)也常常討論1個(gè)問(wèn)題：P 是不是等于NP？即這些困難到底跟那些簡(jiǎn)單的問(wèn)題是否是1類？
雖然很多人都相信未來(lái)的某1天可以到達(dá)P=NP，但我還是希望這1天不要太早到來(lái)，由于現(xiàn)在1些重要的利用，如加密軟件，都是完全建立在某個(gè)特定的問(wèn)題確切極難解決的基礎(chǔ)之上的。假想1下，如果某天這些難問(wèn)題都被攻破了，那我們的各個(gè)賬號(hào)密碼、網(wǎng)銀豈不是要……固然，如果真有那末1天，也表明計(jì)算機(jī)領(lǐng)域又有了1個(gè)重大的突破，這是值得可賀的。

2. 沒有刪除只有覆蓋

我們知道，磁盤沒有真實(shí)的刪除，我們所謂的“delete”操作只是把文件占用的塊回寫到空閑塊列表。但是，這些文件的內(nèi)容并沒有被刪除。換句話說(shuō)，原始文件占用的每一個(gè)塊中的所有字節(jié)都會(huì)原封不動(dòng)地呆在原地。除非相應(yīng)的塊從空閑塊列表中被“除名”并奉送給某個(gè)利用程序，否則這些字節(jié)不會(huì)被新內(nèi)容覆蓋。這意味著甚么呢？意味著你認(rèn)為已刪除的信息實(shí)際上還保存在硬盤上。如果有人知道怎樣讀取它們，依然可以把它們讀出來(lái)。任何可以不通過(guò)文件系統(tǒng)而能夠逐塊讀取硬盤的程序，都可以看到那些被“刪除”的內(nèi)容。

那末如何真實(shí)的完全刪除呢？Mac中的“安全擦除”選項(xiàng)在釋放磁盤塊之前，會(huì)先用隨機(jī)生成的比特重寫其中的內(nèi)容。但是即便用新信息重寫了原有內(nèi)容，1名訓(xùn)練有素的敵人仍舊可以憑仗他掌握的大量資源發(fā)現(xiàn)蛛絲馬跡。軍事級(jí)的文件擦除會(huì)用隨機(jī)的1 和0 對(duì)要釋放的塊進(jìn)行多遍重寫。更加保險(xiǎn)的做法是把整塊硬盤放到強(qiáng)磁場(chǎng)里進(jìn)行消磁。而最保險(xiǎn)的做法則是物理上燒毀硬盤，這也是保證其中內(nèi)容完全銷聲 匿跡的唯1可靠方法。

也有1些完全刪除文件的軟件，比如我用過(guò)的BCWipe（是看韓國(guó)黑客犯法片“幽靈”時(shí)知道的，劇里常常用這個(gè)軟件刪除機(jī)密文件），它提供 Delete with wiping、Wipe free disk space 兩種方式來(lái)清除你的磁盤文件，還有其它選項(xiàng)，不過(guò)這款軟件是收費(fèi)軟件，我只試用過(guò)1段時(shí)間，我本人沒啥見不得人的文件，也不需要此類軟件，只是當(dāng)時(shí)看完電視好奇試玩了1把。

3. 無(wú)線網(wǎng)絡(luò)上網(wǎng)原理

從技術(shù)角度講，無(wú)線網(wǎng)絡(luò)利用電磁波傳送信號(hào)。電磁波是特定頻率的電波，其振動(dòng)頻率以Hz 來(lái)衡量（讀者可能更熟習(xí)廣播電臺(tái)經(jīng)常使用的MHz 或GHz，比如北京交通廣播電臺(tái)的頻率是103.9 MHz）。在發(fā)送信號(hào)之前，首先要通過(guò)調(diào)制把數(shù)據(jù)信號(hào)附加到載波上。比如，調(diào)幅（AM）就是通過(guò)改變載波的振幅或強(qiáng)度來(lái)轉(zhuǎn)達(dá)信息，而調(diào)頻（FM）的原理則是圍繞1個(gè)中心值來(lái)改變載波的頻率。接收器接收到信號(hào)的強(qiáng)度與發(fā)射器的功率成正比，與到發(fā)射器距離的平方成反比。由于存在這類2次方遞減的關(guān)系，距離發(fā)射器的距離增加1倍，接收器接收到的信號(hào)強(qiáng)度就只有原來(lái)的4分之1。無(wú)線電波穿越各種物資時(shí)強(qiáng)度都會(huì)衰減，物資不同衰減程度也不同，比如說(shuō)金屬就會(huì)屏蔽任何電波（突然想起《超驗(yàn)駭客》電影里卡斯特家花園里建的用來(lái)屏蔽信號(hào)的金屬網(wǎng)）。高頻比低頻更容易被吸收，2者在其他方面都1樣。

無(wú)線聯(lián)網(wǎng)對(duì)可使用的頻率范圍―頻段，和使用多大的功率發(fā)送電波都有嚴(yán)格規(guī)定。頻段分配始終都是1個(gè)有爭(zhēng)議的話題，由于各種需求總會(huì)產(chǎn)生沖突。

無(wú)線以太網(wǎng)裝備發(fā)射的電波頻率為2.4~2.5 GHz，某些802.11 裝備的頻率會(huì)到達(dá)5 GHz。所有沒有線裝備的頻率都局限于這1較窄的范圍內(nèi)，沖突的可能性大大增加。更糟的是，有些無(wú)線電話、醫(yī)療裝備，乃至微波爐也隨著湊熱烈，一樣使用這1頻段。有1次作者在使用廚房里那臺(tái)舊筆記本時(shí)無(wú)線連接突然斷了，后來(lái)才發(fā)現(xiàn)是用微波爐加熱咖啡的原因。30 秒鐘的加熱就足以讓筆記本斷開無(wú)線連接。

下面介紹3種使用最廣泛的無(wú)線聯(lián)網(wǎng)技術(shù)。

（1）首先就是藍(lán)牙，藍(lán)牙技術(shù)是為近距離臨時(shí)性連接而發(fā)明的，使用與802.11 相同的2.4 GHz 頻段。藍(lán)牙連接的距離是1 到100 米，具體取決于功率大小，數(shù)據(jù)傳輸速度為1～3 Mbit/s。使用藍(lán)牙技術(shù)的裝備主要包括無(wú)線麥克風(fēng)、耳機(jī)、鍵盤、鼠標(biāo)、游戲手柄，功率相對(duì)較低。
（2）第2種技術(shù)是RFID（radio-frequency identification），即無(wú)線射頻辨認(rèn)，主要用于電子門禁、各種商品的電子標(biāo)簽、自動(dòng)收費(fèi)系統(tǒng)、寵物植入芯片，和護(hù)照等身份證明。 RFID 標(biāo)簽其實(shí)就是1個(gè)小型無(wú)線信號(hào)收發(fā)裝置，對(duì)外廣播身份信息。被動(dòng)式標(biāo)簽不帶電源，通過(guò)天線接收到的RFID 讀取器廣播的信號(hào)來(lái)驅(qū)動(dòng)。RFID 系統(tǒng)使用多種不同的頻率，比較常見的是13.56 MHz。RFID 芯片讓秘密監(jiān)視物體和人的行跡成為可能。 植入寵物體內(nèi)的芯片就是1種常見的利用，已有人建議也給人植入這類芯片了。至于動(dòng)機(jī)嘛，就不好說(shuō)了。
（3）最后1種是GPS（Global Positioning System，全球定位系統(tǒng)），它是1種重要的單向無(wú)線系統(tǒng)，常見于汽車和手機(jī)導(dǎo)航系統(tǒng)中。GPS衛(wèi)星會(huì)廣播精確的時(shí)間信息，而GPS接收器會(huì)根據(jù)它從34顆衛(wèi)星接收到信號(hào)的時(shí)間來(lái)計(jì)算自己在地面的位置。但是，GPS只接收信號(hào)不發(fā)送信號(hào)。之前曾有1個(gè)關(guān)于GPS 的誤解，認(rèn)為它能悄悄地跟蹤用戶。給大家摘錄1段《紐約時(shí)報(bào)》幾年前鬧的1個(gè)笑話吧：“有些（手機(jī)）依托全球定位系統(tǒng)，也就是GPS，通過(guò)向衛(wèi)星發(fā)送信號(hào)來(lái)精確地定位用戶。”這完全是誤解。要 想利用GPS跟蹤用戶，必須得有地面系統(tǒng)（比如手機(jī)）轉(zhuǎn)發(fā)位置信息。手機(jī)與基站之間保持密切通訊，因此可以（而且確切會(huì)）不斷地報(bào)告你的位置。只不過(guò)有了GPS 接收器以后，它所報(bào)告的信息可以更加精確。

4. 手機(jī)為什么又稱作“蜂窩電話”？

何謂“蜂窩”？由于頻段和無(wú)線電的覆蓋范圍都是有限的，因此就要把全部地區(qū)劃分為蜂窩狀的許多小區(qū)。可以將每一個(gè)這樣的小區(qū)想象為6邊形，然后中央有1個(gè)基站，相鄰的小區(qū)之間通過(guò)基站相連。打電話的時(shí)候，手機(jī)會(huì)與最近的基站通訊。當(dāng)用戶移動(dòng)到另外一個(gè)小區(qū)時(shí)，進(jìn)行中的通話就由原來(lái)的小區(qū)移交給新小區(qū)，但這個(gè)切換用戶1般覺察不到。
由于接收功率會(huì)隨著距離的2次方衰減，所以位于既定頻段中的頻帶在不相鄰的小區(qū)內(nèi)可以重用，而不會(huì)相互干擾。這就是可以高效利用有限頻段的秘密所在。
大家看下面這幅示意圖：
                                                                           

1 號(hào)小區(qū)中的基站與2 到7 號(hào)小區(qū)中的基站不會(huì)使用相同的頻率，但可以跟8到19號(hào)小區(qū)中的基站使用相同的頻率，由于與它們之間的距離足以免干擾了。“蜂窩”中小區(qū)的實(shí)際形狀要取決很多因素，比如天線的輻射圖形。這張圖只是1種理想化的結(jié)果。
蜂窩手機(jī)是常規(guī)的電話網(wǎng)絡(luò)的1部份，只不過(guò)連接這個(gè)網(wǎng)絡(luò)不是靠電話線，而是靠基站發(fā)射無(wú)線電波。

手機(jī)使用的頻段很窄，傳輸信息的能力有限。由于要使用電池，所以打電話時(shí)發(fā)射的都是低功率無(wú)線電波。而且根據(jù)法律規(guī)定，為了不與其他無(wú)線裝備產(chǎn)生干擾，它們的傳輸功率也遭到限制。
手機(jī)在世界的不同地區(qū)會(huì)使用不同的頻帶，但1般都在900 MHz 左右。每一個(gè)頻帶被分成多個(gè)信道，每次通話時(shí)，收發(fā)信號(hào)各占用1個(gè)信道。發(fā)送呼喚信號(hào)的信道由小區(qū)中所有手機(jī)同享，在某些系統(tǒng)中這個(gè)信道也能夠同時(shí)用于發(fā)送短信和數(shù)據(jù)。

撥打電話的原理：每一個(gè)手機(jī)都有唯1的辨認(rèn)碼（可不是說(shuō)手機(jī)號(hào)啊），相當(dāng)于以太網(wǎng)的地址。啟動(dòng)手機(jī)后，它就會(huì)廣播自己的辨認(rèn)碼。距離最近的基站接收得手機(jī)信號(hào)后，會(huì)通過(guò)后臺(tái)系統(tǒng)驗(yàn)證該辨認(rèn)碼。隨著手機(jī)移動(dòng)，基站實(shí)時(shí)更新其位置信息，其實(shí)不斷向后臺(tái)系統(tǒng)報(bào)告。如果有人呼喚該手機(jī)，后臺(tái)系統(tǒng)就可以通過(guò)1直與它保持聯(lián)系的基站找到它。

手機(jī)與基站通訊時(shí)的信號(hào)強(qiáng)度很高。但手機(jī)會(huì)動(dòng)態(tài)調(diào)劑功率，在距離基站較近時(shí)下降功率。這樣不但可以省電，也能夠減少干擾。待機(jī)時(shí)的耗電量遠(yuǎn)遠(yuǎn)比不上1次通話，而這也是為何待機(jī)時(shí)間以天為單位，而通話時(shí)間以小時(shí)為單位的緣由。如果手機(jī)所在小區(qū)信號(hào)較弱或根本沒有信號(hào)，那末它就會(huì)由于拼命查找基站而大量耗電。

美國(guó)使用了兩種完全不同的手機(jī)通訊技術(shù)：

（1）AT&T和T-Mobile使用GSM（Global System for Mobile Communications，全球移動(dòng)通訊系統(tǒng)），這是1種在歐洲使用非常普遍的系統(tǒng)，它把頻帶分成很窄的信道，在每一個(gè)信道內(nèi)順次附加多路通話。GSM 是世界上利用范圍最廣的系統(tǒng)。
（2）Verizon 和Sprint 使用CDMA （Code Division Multiple Access，碼分多址），這是1種“擴(kuò)大頻段”技術(shù)，它把信號(hào)擴(kuò)大到頻帶以外，但對(duì)不同的通話采取不同的編碼模式進(jìn)行調(diào)制。這就意味著，雖然所有手機(jī)都使用相同的頻帶，但大多數(shù)情況下通話之間不會(huì)產(chǎn)生干擾。
GSM 和CDMA 都會(huì)利用數(shù)據(jù)緊縮來(lái)盡量減少封裝信號(hào)的比特量。對(duì)通過(guò)喧鬧的無(wú)線電信道發(fā)送數(shù)據(jù)時(shí)沒法避免的毛病，再添加毛病校驗(yàn)來(lái)解決問(wèn)題。

手機(jī)帶來(lái)了1系列難解的非技術(shù)問(wèn)題：

（1）頻段的分配。在美國(guó)，政府限 制每一個(gè)頻帶最多只能有兩家公司使用指定頻率。因此頻段是非常稀缺的資源，也是無(wú)線聯(lián)網(wǎng)系統(tǒng)的關(guān)鍵資源。
（2）手機(jī)信號(hào)發(fā)射塔的位置。信號(hào)發(fā)射塔作為戶外建筑算不上漂亮，很多地區(qū)為 此謝絕在自己的地界上搭設(shè)這類東西。

5. TCP/IP協(xié)議作用

互聯(lián)網(wǎng)有很多協(xié)議，其中最基礎(chǔ)的有兩個(gè)，1是互聯(lián)網(wǎng)協(xié)議（Internet Procotol，IP），定義了單個(gè)包的格式和傳輸方式，2是傳輸控制協(xié)議（Transmission Control Protocol，TCP），定義了IP包如何組合成數(shù)據(jù)流和如何連接到服務(wù)。二者合起來(lái)起就叫TCP/IP。固然TCP/IP協(xié)議族不只是包括這兩個(gè)協(xié)議，還包括其它許多的協(xié)議。

6. 數(shù)據(jù)緊縮技術(shù)

數(shù)據(jù)緊縮技術(shù)分為無(wú)損緊縮和有損緊縮。

• 無(wú)損緊縮，即緊縮進(jìn)程中不丟失信息，解壓后得到的數(shù)據(jù)和原始數(shù)據(jù)1模1樣，比如霍夫曼編碼（Huffman coding），和廣泛使用的zip程序或bzip2程序，都屬于無(wú)損緊縮。只不過(guò)前者按單個(gè)字母來(lái)緊縮，而后者按大塊文字，比如zip就是根據(jù)原始文檔的屬性選擇按單詞或詞組緊縮。
• 有損緊縮最經(jīng)常使用于處理要給人看或聽的內(nèi)容。比如緊縮數(shù)碼相機(jī)拍出來(lái) 的照片。人眼分辨不出來(lái)非常相近的色彩，所以沒必要保存實(shí)際輸入的那末多種色彩，色彩少1點(diǎn)沒有任何問(wèn)題，這樣就能夠減少編碼所用的位數(shù)。與此類似，某些難以覺察的細(xì)節(jié)也能夠拋棄，這樣處理后的圖象雖然沒有原始畫面那末精密，但眼睛看不出來(lái)。細(xì)微的亮度變化也是如此。比如JPEG算法和用于緊縮電影和電視節(jié)目的MPEG 系列算法都是有損緊縮。

所有緊縮算法的思路都是減少或去掉那些不能物盡其用的位串，采取的主要方法包括把出現(xiàn)頻率較高的元素編碼成短位串、構(gòu)造頻率字典、用數(shù)字代替重復(fù)內(nèi)容等。無(wú)損緊縮能夠完善重現(xiàn)原始數(shù)據(jù)，有損緊縮通過(guò)拋棄接收者不需要的信息，來(lái)達(dá)成數(shù)據(jù)質(zhì)量和緊縮率的折衷。

7. 如何根據(jù)銀行卡號(hào)判斷卡的真?zhèn)危?/h4>

在“毛病檢測(cè)和校訂”小節(jié)看到了1個(gè)成心思的算法，是IBM公司的彼得?盧恩（Peter Luhn）于1954年設(shè)計(jì)的1個(gè)校驗(yàn)和（checksum）算法，來(lái)檢測(cè)在實(shí)際操作中最多見的兩種毛病：?jiǎn)蝹€(gè)數(shù)字毛病、由于兩個(gè)數(shù)字寫錯(cuò)位置而引發(fā)的大多數(shù)換位毛病。后來(lái)這個(gè)算法有了很多利用場(chǎng)景，比如可以檢測(cè)16位長(zhǎng)的信譽(yù)卡和儲(chǔ)蓄卡的卡號(hào)是不是是有效的卡號(hào)（這是美國(guó)的情況，中國(guó)的儲(chǔ)蓄卡1般是19位，不過(guò)算法一樣適用）；10 位或13 位的ISBN 書號(hào)也采取了類似算法的校驗(yàn)和，用來(lái)對(duì)付同類毛病。

這個(gè)算法很簡(jiǎn)單：從最右1位數(shù)開始向左，把每一個(gè)數(shù)字交替乘1或2，如果結(jié)果大于 9就減9。如果把各位數(shù)的計(jì)算結(jié)果加起來(lái)，最后得到的總和能被10 整除，那這個(gè)卡號(hào)就是有效卡號(hào)。

你可以用這個(gè)方法測(cè)試1下信譽(yù)卡，以“4417 1234 5678 9112”為例（此卡號(hào)取自某銀行廣告），這個(gè)卡號(hào)計(jì)算的結(jié)果是69，所以不是真卡號(hào)；如果把它的最后1個(gè)數(shù)字換成3，那就是有效卡號(hào)了。我用該算法測(cè)試了自己的銀行卡和信譽(yù)卡，的確可以用來(lái)檢測(cè)卡的真?zhèn)危@也算是個(gè)小知識(shí)吧。

8. 你能用1句話解釋CGI是干嗎的嗎？

通用網(wǎng)關(guān)接口（Common Gateway Interface，CGI），是HTTP 協(xié)議里1個(gè)從客戶端（你的閱讀器）向服務(wù)器傳遞信息的機(jī)制，它能用來(lái)傳遞用戶名和密碼、查詢條件、單選按鈕和下拉菜單選項(xiàng)。
CGI機(jī)制在HTML里用<form> ... </form>標(biāo)簽來(lái)控制。你可以在<form>標(biāo)簽里放入文本輸入?yún)^(qū)、按鈕等常見界面元素。如果再加上1個(gè)“提交”按鈕，按下去就會(huì)把表單里的數(shù)據(jù)發(fā)送到服務(wù)器，服務(wù)器用這些數(shù)據(jù)作為輸入，來(lái)運(yùn)行指定的程序。

9. 偉大的Netscape公司

Cookie技術(shù)和Javascript腳本語(yǔ)言都是Netscape公司發(fā)明的，網(wǎng)景公司對(duì)互聯(lián)網(wǎng)的貢獻(xiàn)真是太大了（還記得網(wǎng)景閱讀器嗎？），不能不佩服。

10. 病毒和蠕蟲的差別

病毒和蠕蟲在技術(shù)上有個(gè)細(xì)微差別是：病毒的傳播需要人工參與，也就是只有你的操作才能催生它的傳播；而蠕蟲的傳播卻不需要你的援手，完全自發(fā)進(jìn)行。

11. 搜索引擎核心競(jìng)爭(zhēng)力及主要收入來(lái)源

搜索引擎的核心競(jìng)爭(zhēng)力在于怎樣才能迅速?gòu)淖ト〉捻?yè)面中挑選出匹配度最高的URL，比如最為匹配的10個(gè)頁(yè)面。誰(shuí)能把最好匹配結(jié)果排在前頭，誰(shuí)的響應(yīng)速度快，誰(shuí)就可以贏得用戶。

第1批搜索引擎只會(huì)顯示1組包括搜索關(guān)鍵詞的頁(yè)面，而隨著網(wǎng)頁(yè)數(shù)量激增，搜索結(jié)果中就會(huì)混入大量無(wú)關(guān)頁(yè)面。谷歌的PageRank算法會(huì)給每一個(gè)頁(yè)面賦予1個(gè)權(quán)重，權(quán)重大小取決因而否有其他頁(yè)面援用該頁(yè)面，和援用該頁(yè)面的其他頁(yè)面本身的權(quán)重。從理論上講，權(quán)重越大的頁(yè)面與查詢的相干度就越高。正如布林和佩奇所說(shuō)：“憑直覺，那些常常被其他網(wǎng)頁(yè)提及和援用的頁(yè)面的價(jià)值1定更高1些。”固然，要產(chǎn)生高質(zhì)量的搜索結(jié)果絕對(duì)不會(huì)只靠這1點(diǎn)。搜索引擎公司會(huì)不斷采取措施來(lái)改進(jìn)自己的結(jié)果質(zhì)量，以期超出對(duì)手。

搜索引擎的收入通常來(lái)自廣告。簡(jiǎn)單來(lái)講，搜索引擎的廣告模式有兩種：

（1）廣告客戶付錢在網(wǎng)頁(yè)上顯示廣告，價(jià)格由多少人看過(guò)和甚么樣的人看到該網(wǎng)頁(yè)來(lái)決定。這類定價(jià)模式叫按頁(yè)面閱讀量收費(fèi)，即按“展現(xiàn)”， 也就是按廣告在頁(yè)面上被展現(xiàn)的次數(shù)收費(fèi)。
（2）另外一種模式是按點(diǎn)擊收費(fèi)，即按閱讀者點(diǎn)擊 廣告的次數(shù)收費(fèi)。因此搜索引擎的廣告模式。

說(shuō)到底就是拍賣搜索關(guān)鍵詞，且搜索引擎公司都有完備的手段避免虛假點(diǎn)擊。

12. Cookie如何暴露你在互聯(lián)網(wǎng)上的行跡？― Cookie跟蹤的原理

只要上網(wǎng)，我們的信息就會(huì)被搜集，而如果沒有我們留下的蛛絲馬跡，幾近甚么事兒也干不了。使用其他系統(tǒng)時(shí)的情況也1樣，特別是使用手機(jī)的時(shí)候，手機(jī)網(wǎng)絡(luò)隨時(shí)都知道我們?cè)谀睦铩Ｈ绻窃趹敉猓С諫PS的手機(jī)（現(xiàn)在的智能手機(jī)幾近都支持）定位用戶的誤差不超過(guò)10米，而且隨時(shí)都會(huì)報(bào)告你的位置。有些數(shù)碼相機(jī)也帶GPS，可以在照片中編入地理位置信息，這類做法被稱為打地理標(biāo)簽。

把多個(gè)來(lái)源的跟蹤信息匯總起來(lái)，就能夠繪制1幅關(guān)于個(gè)人的活動(dòng)、喜好、財(cái)務(wù)狀態(tài)，和其他很多方面的信息圖。這些信息最最少可以讓廣告客戶更精準(zhǔn)地定位我們，讓我們看到樂意點(diǎn)擊的廣告。不過(guò)，跟蹤數(shù)據(jù)的利用可遠(yuǎn)不止于此。這些數(shù)據(jù)還可能被用在很多我們意想不到的地方。比如根據(jù)收入把人分成369等，在貸款時(shí)區(qū)分對(duì)待，或更糟地，被人冒名頂替，被政府監(jiān)控，被人圖財(cái)，乃至害命。

怎樣搜集我們的閱讀信息呢？有些信息會(huì)隨著閱讀器的每次要求發(fā)送，包括你的IP地址、正在閱讀的頁(yè)面、閱讀器的類型和版本、操作系統(tǒng)，還有語(yǔ)言偏好。
另外，如果服務(wù)器的域中有cookie，那末這些“小甜餅”也會(huì)隨閱讀器要求1塊發(fā)送。根據(jù)cookie的規(guī)范，只能把這些保存用戶信息的小文件發(fā)給最初生成它們的域。那還怎樣利用cookie跟蹤我對(duì)其他網(wǎng)站的訪問(wèn)呢？
要知道答案，就得明白鏈接的工作原理：

每一個(gè)網(wǎng)頁(yè)都包括指向其他頁(yè)面的鏈接（這正是“超鏈接”的本義）。我們都知道鏈接必須由我們主動(dòng)點(diǎn)擊，然后閱讀器才會(huì)打開或轉(zhuǎn)向新頁(yè)面。但圖片不需要任何人點(diǎn)擊，它會(huì)隨著頁(yè)面加載而自動(dòng)下載。網(wǎng)頁(yè)中援用的圖片可以來(lái)自任何域。因而，在閱讀器獲得圖片時(shí)，提供該圖片的域就知道我訪問(wèn)過(guò)哪一個(gè)頁(yè)面了。而且這個(gè)域也能夠在我的計(jì)算機(jī)上寄存cookie，并且收到之前訪問(wèn)過(guò)的域所產(chǎn)生的cookie。

以上就是實(shí)現(xiàn)跟蹤的秘密所在，下面我們?cè)偻ㄟ^(guò)例子來(lái)解釋1下。假定我想買1輛新車，因此訪問(wèn)了toyota.com。我的閱讀器因此會(huì)下載60 KB的HTML文件，還有1些JavaScript，和40張圖片。其中1張圖片的源代碼以下：

這個(gè)<img>標(biāo)簽會(huì)讓閱讀器從ad.doubleclick.net下載1張圖片。這張圖片只有1像素寬、1像素高，沒有邊框，而且極可能是透明的，總之頁(yè)面上看不見它（稱之為網(wǎng)頁(yè)信標(biāo)）。固然，這張圖片根本就沒想讓人看到。當(dāng)我的閱讀器要求它時(shí)，DoubleClick會(huì)知道我正在閱讀豐田汽車公司網(wǎng)站的某個(gè)頁(yè)面，而且（如果我允許）還會(huì)在我的計(jì)算機(jī)中保存1個(gè)cookie文件。要是我隨后又訪問(wèn)了1個(gè)內(nèi)置DoubleClick圖片的網(wǎng)站，DoubleClick就能夠繪制1張我的“足跡圖”。如果我的“足跡”大都留在汽車網(wǎng)站上，DoubleClick會(huì)把這個(gè)信息流露給自己的廣告客戶。因而乎，我就可以看到汽車經(jīng)銷商、購(gòu)車貸款、修車服務(wù)、汽車配件等等各種廣告。如果我的“足跡”更多與交通事故或止疼有關(guān)，那末就會(huì)看到律師和醫(yī)生投放的廣告。
DoubleClick（現(xiàn)為谷歌所有）在拿到用戶訪問(wèn)過(guò)的站點(diǎn)信息后，會(huì)根據(jù)這些信息向豐田等廣告客戶推銷廣告位。豐田公司繼而利用這些信息定向投放廣告，而且（可能）會(huì)參考包括我的IP地址在內(nèi)的其他信息。（DoubleClick不會(huì)把這些信息賣給任何人。）隨著我訪問(wèn)的頁(yè)面愈來(lái)愈多，DoubleClick就能夠繪制1幅關(guān)于我的更詳細(xì)的圖畫，借以推斷我的個(gè)性、愛好，乃至知道我已60多歲了，是個(gè)男的，收入中上，住在新澤西中部，在普林斯頓大學(xué)上班。知道我的信息越多，DoubleClick的廣告客戶投放的廣告就越精準(zhǔn)。到了某個(gè)時(shí)刻，DoubleClick乃至可以肯定那個(gè)人就是我，雖然大多數(shù)公司都宣稱不會(huì)針對(duì)具體的某個(gè)人。可是假設(shè)我的確在某些網(wǎng)頁(yè)中填過(guò)自己的名字和電子郵件地址，那誰(shuí)也不敢保證這些信息不會(huì)被傳播。

這套互聯(lián)網(wǎng)廣告系統(tǒng)設(shè)計(jì)得極為精密。打開1個(gè)網(wǎng)頁(yè)，這個(gè)網(wǎng)頁(yè)的發(fā)布者會(huì)立即通知雅虎的Right Media或谷歌的Ad Exchange，說(shuō)這個(gè)網(wǎng)頁(yè)上有1個(gè)空地兒正虛位以待，可以顯示廣告。同時(shí)發(fā)過(guò)去的還有閱讀者的信息（例如，25到40歲之間、單身、住在舊金山，是個(gè)技術(shù)宅，喜歡泡館子）。因而，廣告客戶會(huì)為這個(gè)廣告位而競(jìng)價(jià)，勝出者的廣告將被插入到這個(gè)網(wǎng)頁(yè)中。全部進(jìn)程不過(guò)零點(diǎn)幾秒而已。

如何防范？

只要上網(wǎng)，防范基本上是不可能的，不過(guò)可以選擇性的關(guān)閉1些cookie跟蹤。比如作者使用過(guò)Firefox 的1個(gè)擴(kuò)大TACO（Target Advertising Cookie Opt-out，定向廣告Cookie 自愿躲避），這個(gè)擴(kuò)大保護(hù)著1個(gè)cookie 跟蹤站點(diǎn)的列表（目前有大約150個(gè)名字），在閱讀器中保存著它們的自愿躲避cookie。而我呢，同時(shí)對(duì)大多數(shù)網(wǎng)站都選擇關(guān)閉cookie。

許多網(wǎng)站都含有多家公司的跟蹤程序。給大家推薦1個(gè)閱讀器擴(kuò)大Ghostery，通過(guò)它可以禁用JavaScript 跟蹤代碼，還能查看被禁止的跟蹤器。裝上它，你會(huì)驚訝于互聯(lián)網(wǎng)上潛伏著多少“特務(wù)”。僅適用于Firefox的Noscript插件也有類似的功能。

總結(jié)：

1個(gè)像素大的圖片或叫網(wǎng)頁(yè)信標(biāo)（web beacon，1個(gè)很小而且通常是看不到的圖片，用于記錄某個(gè)網(wǎng)頁(yè)是不是已被下載過(guò)了。）都可以用來(lái)跟蹤你。 用于獲得像素圖片的URL 可以包括1個(gè)標(biāo)識(shí)碼，表示你正在閱讀甚么網(wǎng)頁(yè)，還可以包括1個(gè)標(biāo)識(shí)符，表示特定的用戶。這兩個(gè)標(biāo)志就足以跟蹤你的閱讀活動(dòng)了。

13. 隱私失控問(wèn)題

隨著社交網(wǎng)站的流行，為了文娛和與其他人聯(lián)系，我們自愿放棄了很多個(gè)人隱私。社交網(wǎng)站存在隱私問(wèn)題是毫無(wú)疑義的，由于它們會(huì)搜集注冊(cè)用戶的大量信息，而且是通過(guò)把這些信息賣給廣告客戶來(lái)賺錢。
作為最大也最成功的社交網(wǎng)站，F(xiàn)acebook 的問(wèn)題也最明顯。Facebook 給第3方提供了 API，以方便編寫Facebook 用戶可使用的利用。但這些API 有時(shí)候會(huì)背背公司隱私政策流露1些隱私信息。固然，并不是只有Facebook 1家如此。做地理定位服務(wù)的Foursquare 會(huì)在手機(jī)上顯示用戶的位置，能夠?yàn)檎遗笥押突谖恢玫挠螒蛱峁┓奖恪Ｔ谥罎摲脩粑恢玫那闆r下，定向廣告的效果特別好。如果你走到1家餐館的門口，而手機(jī)上恰好是關(guān)于這家餐館的報(bào)導(dǎo)，那你極可能就會(huì)推門進(jìn)去體驗(yàn)1下。雖然讓朋 友知道你在哪兒沒甚么問(wèn)題，但把自己的位置昭告天下則非明智之舉。比如，有人做了1個(gè)示范性的網(wǎng)站叫“來(lái)?yè)尳傥野伞保≒lease Rob Me），該網(wǎng)站根據(jù)Foursquare 用戶在Twitter 上發(fā)表的微博可以推斷出他們甚么時(shí)候不在家，這就為入室行竊提供了機(jī)會(huì)。
社交網(wǎng)站很容易根據(jù)自己的用戶構(gòu)建1個(gè)交往群體的“社交圖譜”，其中包括被這些用戶牽連進(jìn)來(lái)但并未同意乃至絕不知情的人。

生活不易，碼農(nóng)辛苦
如果您覺得本網(wǎng)站對(duì)您的學(xué)習(xí)有所幫助,可以手機(jī)掃描二維碼進(jìn)行捐贈(zèng)