Het waren slechts metadata

De NSA luisterde in Nederland geen hele telefoongesprekken af, maar verzamelde alleen metadata, waaruit kan worden afgeleid wanneer en tussen wie gesprekken plaatsvonden. Dat schrijft minister Plasterk (PvdA) in een brief (pdf) aan de Tweede Kamer.

Dat schreef de NRC gisteravond. Die metadata-spin is al vanaf het begin van de Snowden-heisa de reactie van de NSA om het belang van de onthullingen te verkleinen. Plasterk sluit zich daar nu bij aan.
Eind juni schreef ik al over Finding Paul Revere, waaruit blijkt dat die metagegevens interessant en veelzeggend genoeg zijn (want anders zouden ze niet verzameld worden.)

So, there you have it. From a table of membership in different groups we have gotten a picture of a kind of social network between individuals, a sense of the degree of connection between organizations, and some strong hints of who the key players are in this world. And all this—all of it!—from the merest sliver of metadata about a single modality of relationship between people.

Lees dat stukje vooral nog een keer...

Wat eigenlijk nog interessanter is, is waarom er tussen 10 december 2012 en 8 januari 2013, maar 1,8 miljoen gesprekken geregistreerd zijn. Dat is maar een fractie van het totaal aantal gesprekken dat in die 28 dagen gevoerd moet zijn. Zou er dan toch enige selectie zitten in het afluisteren?

Gerelateerd
Dat metadata niet zo onschuldig zijn...
Mobiele telefoons zijn Stalins droom

Plaatje: This phone is tapped van David Drexler

Hallo NSA, hebben jullie die e-mail nog?

Beetje flauw, maar stiekem toch ook wel grappig.

Via Joop

Dat metadata niet zo onschuldig zijn...

Een van de manieren waarop de Amerikaanse overheid het "Snowden-lek" probeert te minimaliseren, is door te zeggen dat de NSA niet meeluistert met gesprekken: de dienst legt "enkel de metadata vast". The Guardian heeft een mooie site gemaakt, waar je kunt zien om welke metadata het allemaal kan gaan.
Maar wat zou de NSA nou kunnen met die metagegevens? Een van de mooiste blogs die dat duidelijk maken, vind ik toch wel Using metadata to find Paul Revere van Kieran Healy.
In zijn blog doet Healy alsof hij werkt voor de achttiende eeuwse "Royal Security Agency", en in 1772 op basis van zeer beperkte informatie moet zien te achterhalen wie mogelijk koloniale (Amerikaanse) opstandelingen zijn.

[...]I should emphasize again that I know nothing of current affairs in the colonies. However, our current Eighteenth Century beta of PRISM has been used to collect and analyze information on more than two hundred and sixty persons (of varying degrees of suspicion) belonging variously to seven different organizations in the Boston area.
Rest assured that we only collected metadata on these people, and no actual conversations were recorded or meetings transcribed. All I know is whether someone was a member of an organization or not. Surely this is but a small encroachment on the freedom of the Crown’s subjects. I have been asked, on the basis of this poor information, to present some names for our field agents in the Colonies to work with. It seems an unlikely task.

Daarna legt Healy stap voor stap uit hoe je op basis van enkel de lidmaatschapsgegevens van zeven clubs, heel interessante gegevens kunt achterhalen. Je kunt niet alleen zien wie wie kent van welke club, je kunt ook allerlei interessante netwerk-plaatjes maken, zoals die hierboven.
Het interessante van dat netwerk is dat in het midden een naam ziet staan van iemand, die als een soort "kruispunt" fungeert: Paul Revere. (Als je inzoomt, zie je het ook)
Ook andere netwerk-berekeningen op basis van die 7 bij 255 rijen tonen aan dat die Revere een centrale rol speelt in het opstandige Boston rond 1770.

Nu is wat historische achtergrond essentieel.
Paul Revere speelde namelijk inderdaad een cruciale rol bij de opstand tegen het Britse leger. Zo was hij onder andere belast met het verzamelen van informatie over de Engelse militairen die in 1775 Boston belegerden.
Als die Britten wat beter hadden kunnen rekenen, hadden ze dat dus kunnen weten!

So, there you have it. From a table of membership in different groups we have gotten a picture of a kind of social network between individuals, a sense of the degree of connection between organizations, and some strong hints of who the key players are in this world. And all this—all of it!—from the merest sliver of metadata about a single modality of relationship between people. I do not wish to overstep the remit of my memorandum but I must ask you to imagine what might be possible if we were but able to collect information on very many more people, and also synthesize information from different kinds of ties between people! For the simple methods I have described are quite generalizable in these ways, and their capability only becomes more apparent as the size and scope of the information they are given increases. We would not need to know what was being whispered between individuals, only that they were connected in various ways. The analytical engine would do the rest! [...]
I admit that, in addition to the possibilities for finding something interesting, there may also be the prospect of discovering suggestive but ultimately incorrect or misleading patterns. But I feel this problem would surely be greatly ameliorated by more and better metadata. At the present time, alas, the technology required to automatically collect the required information is beyond our capacity. But I say again, if a mere scribe such as I—one who knows nearly nothing—can use the very simplest of these methods to pick the name of a traitor like Paul Revere from those of two hundred and fifty four other men, using nothing but a list of memberships and a portable calculating engine, then just think what weapons we might wield in the defense of liberty one or two centuries from now.

 Fascinerend en eng tegelijk!

NSA luistert mee en bewaart alles

1 Visitor control center - A $9.7 million facility for ensuring that only cleared personnel gain access.
2 Administration - Designated space for technical support and administrative personnel.
3 Data halls - Four 25,000-square-foot facilities house rows and rows of servers.
4 Backup generators and fuel tanks - Can power the center for at least three days.
5 Water storage and pumping - Able to pump 1.7 million gallons of liquid per day.
6 Chiller plant - About 60,000 tons of cooling equipment to keep servers from overheating.
7 Power substation - An electrical substation to meet the center’s estimated 65-megawatt demand.
8 Security - Video surveillance, intrusion detection, and other protection will cost more than $10 million.

Alleen al om de onthutsende omvang is het de moeite waard om het artikel uit Wired over het nieuwe datacenter en de toekomstplannen van de NSA te lezen:

The plans for the center show an extensive security system: an elaborate $10 million antiterrorism protection program, including a fence designed to stop a 15,000-pound vehicle traveling 50 miles per hour, closed-circuit cameras, a biometric identification system, a vehicle inspection facility, and a visitor-control center.

Inside, the facility will consist of four 25,000-square-foot halls filled with servers, complete with raised floor space for cables and storage. In addition, there will be more than 900,000 square feet for technical support and administration. The entire site will be self-sustaining, with fuel tanks large enough to power the backup generators for three days in an emergency, water storage with the capability of pumping 1.7 million gallons of liquid per day, as well as a sewage system and massive air-conditioning system to keep all those servers cool. Electricity will come from the center’s own substation built by Rocky Mountain Power to satisfy the 65-megawatt power demand. Such a mammoth amount of energy comes with a mammoth price tag—about $40 million a year, according to one estimate. 

En het is de NSA om twee dingen te doen:
Allereerst het verzamelen van zo veel mogelijk informatie van en over mensen die relevant kan zijn bij de bescherming van Amerikaanse belangen (in de ruimste zin):

Once the communications are intercepted and stored, the data-mining begins. “You can watch everybody all the time with data- mining,” Binney says. Everything a person does becomes charted on a graph, “financial transactions or travel or anything,” he says. Thus, as data like bookstore receipts, bank statements, and commuter toll records flow in, the NSA is able to paint a more and more detailed picture of someone’s life.

Dat is nog voor de hand liggend en behoort eigenlijk niemand te verbazen. Het andere doel is nog enger.
Op dit moment kun je redelijk veilig communiceren met behulp van encryptie. Als je je e-mail versleutelt met behulp van het AES-algoritme, dan is de kans dat iemand dat ongeautoriseerd kan lezen voorlopig miniem.
Uiteraard hebben geheime diensten er een hekel aan als andere hun berichten net zo goed (of beter) versleutelen dan zij zelf doen, dus doet de NSA alle moeite om het AES-algoritme te breken. Daar zijn twee dingen voor nodig: heel snelle computers, zodat je in zo kort mogelijke tijd alle mogelijke sleutels kunt uitproberen en een zo groot mogelijke hoeveelheid versleutelde berichten. Op basis daarvan kunnen computers op zoek gaan naar patronen om op die manier het algoritme te breken.
Als je de code eenmaal gebroken hebt, kun je, hopsakee, alle oude versleutelde berichten die je bewaard hebt, alsnog ontcijferen.

That, he notes, is where the value of Bluffdale, and its mountains of long-stored data, will come in. What can’t be broken today may be broken tomorrow. “Then you can see what they were saying in the past,” he says. “By extrapolating the way they did business, it gives us an indication of how they may do things now.” The danger, the former official says, is that it’s not only foreign government information that is locked in weaker algorithms, it’s also a great deal of personal domestic communications, such as Americans’ email intercepted by the NSA in the past decade.

Eng? Nogal.
Kunnen we er iets aan doen? Ik denk het niet...

Gerelateerd
Backdoors en Bundestrojaner

Met dank aan EJK

Nieuwe selectieaanpak? #kvan11

Vooruit nog eentje over KVAN11 dan...
Vorige week kwam Charles Jeurgens in Leeuwarden de Niewe Selectie Aanpak toelichten (Robbert-Jan Hageman was zijn secundant, maar ik weet niet waarom...). Hieronder zie je de dia's van hun presentatie.

Kvan11 waardering en selectie op de schop - charles jeurgens en robbert-jan hageman

View more presentations from KVANdagen

Ook hier schreef ik begin dit jaar al over en op Archief 2.0 heb ik er ook al over gediscussieerd met Charles. De presentatie heeft me niet veel wijzer gemaakt, maar helaas nog sceptischer.
Simpel geredeneerd is de systematiek van selectie en waardering tweeledig:

1. Vaststellen hoe lang je de neerslag van handelingen / gebeurtenissen wil bewaren. Sommige archiefstukken kunnen na één seconde verwijderd worden, andere moeten zeven jaar bewaard blijven en een heel beperkte groep zal nooit vernietigd worden.
2. Vastsellen onder welke selectiecategorie (heel even bewaren, zeven jaar bewaren, voor altijd bewaren) bepaalde, echt bestaande archiefstukken vallen.

Het eerste goed doen, is heel lastig, want er moeten weloverwogen keuzes gemaakt worden en je loopt bijna altijd achter de feiten (nieuwe wetgeving, sociale ontwikkelingen) aan. Maar, als het eerste goed gedaan is, hoeft het tweede niet meer zo heel lastig te zijn. En volgens mij geldt dit ook in grote lijnen voor digitale archieven.
Zo werkt het tenminste op gemeentelijk, waterschaps- en provinciaal niveau. Daar is de laatste jaren heel veel tijd gestopt in het maken van correcte en toepasbare selectielijsten. Ik geef meteen toe dat dit niet 100% gelukt is, maar ik kom de laatste zes jaar nauwelijks nog bij gemeenten waar in de kelder een grote hoeveelheid ongeselecteerde dossiers staan. Zo goed als alle dossiers worden direct na afsluiten "afgesteld op bewaartermijn."
Dit blijkt bij "het rijk" niet zo gebruikelijk te zijn. Uit gesprekken met rijksdiv-ers begrijp ik dat zij heel veel moeite hebben om echt bestaande dossiers te relateren aan de omschrijvingen uit BSD en selectielijsten. Vandaar de achterstandendiscussie.
De indruk die ik nu krijg is dat er bij de ontwikkeling van de nieuwe methode vooral van uitgegaan wordt dat de bewaartermijnen niet goed toegepast worden, omdat niemand snapt wat de consequenties zijn van een selectie-beslissing. Daarom wordt er ingezet op een Strategisch Informatie Overleg, waarin "de archivaris" met onder andere de CIO en de proceseigenaars over informatiebeheer gaat praten. Dat overleg is expres breder dan "alleen selectie en waardering", omdat op die manier selectie en waardering ook meer waardering zouden krijgen.
Maar, zolang die nieuwe selectie-aanpak van risico-analyse, systeem-analyse en trendanalyse geen concretere uitkomsten oplevert dan het (door velen vervloekte) PIVOT-project, zitten we over tien jaar weer in een klein, zweterig zaaltje te luisteren naar de ultieme oplossing...
Dus, zorg nu eerst eens dat die selectielijsten ook op rijksniveau actueel, goed en concreet zijn, voordat je allerlei nieuwe overlegstructuren gaat verzinnen, die op in ieder geval op lokaal niveau geen echt probleem aanpakken.

Gerelateerd
Digitale departementen, e-depot en achterstanden
Doc-Direkt en de magische achterstanden
Een nieuwe selectieaanpak

Plaatje: Donnertest van Ruben L. Oppenheimer, illustratie bij Opklaringen van Chavannes