瓮羊 @YIYI@social.cleverlibre.org

又有审查文件泄漏了。

这次是来自小红书审查知识库的146页文件，其中包括了平台的舆情处理与审查流程、特定领导人及日期的关键词审查、对于突发舆情事件的响应以及网信办指令、部分舆情日报等。

首先要respect大家的创造力，实在太好笑了哈哈哈哈哈哈哈哈——部分代称一览：祈翠、纳翠党、总书记来我家、捐麦子、二百五大帝、2020全面小康、信女愿一生吃素、甩锅侠、平&强、Adolf Xitler、小学博士、扛麦郎、习包皮、20000T麦子、习奥赛斯库、云视察、狙击手布阵、视频看望、当皇帝的小丑.......

综合看下来的话会有一种感觉，小红书的审查很有可能比微博和公众号还要严格。举例就是对中医中药的攻击被认为需要注意、同性恋及女权相关议题（甚至包括所谓不良婚恋观）也被纳入观察等。小红书因为用户的增长，似乎要成为一个公共平台的趋势，但平台更希望自己是一个岁月静好的社区——这意味着其内容不必具有公共性，或者说不欢迎公共讨论。

CDT的原报道：https://chinadigitaltimes.net/chinese/684280.html

一号舆情回查专项：
https://chinadigitaltimes.net/space/%E5%B0%8F%E7%BA%A2%E4%B9%A6%E5%AE%A1%E6%9F%A5%E7%99%BE%E7%A7%91%EF%BC%9A%E4%B8%80%E5%8F%B7%E8%88%86%E6%83%85%E5%9B%9E%E6%9F%A5%E4%B8%93%E9%A1%B92%E6%9C%8821%E6%97%A5

主要集中在20年5月的舆情日报：
https://chinadigitaltimes.net/space/%E5%B0%8F%E7%BA%A2%E4%B9%A6%E5%AE%A1%E6%9F%A5%E7%99%BE%E7%A7%91%EF%BC%9A%E8%88%86%E6%83%85%E6%97%A5%E6%8A%A5

Listening to "闾丘露薇：我在波兰做义工 & 中国战狼外交是如何崛起的" at https://www.buzzsprout.com/1982525/10985433-

今天在整理长毛象的书签，我发现我马过最多的几类就是美食推荐，玩乐推荐（很多温哥华的资料），还有就是语言学习（主要是日语），另外就是很多很多湿疹相关的内容以及脖颈腰背复健建议。
重温感觉都很有用，但目前的情况就是收藏了等于运动了。

复健运动集锦，回馈给大家：
https://mstdn.social/@jessvy/108630383647506524
https://m.cmx.im/@bubblechai/108572406189106208
https://m.cmx.im/@hipsterrasin/106577160144894994
https://bgme.me/@cumulonimbustree/105897891740632369
https://bgme.me/@Awww/105875193319219803
https://alive.bar/@Toni/105826777933775736
https://me.ns.ci/@wanderme/105847546610957223

在读《众病之王》
https://neodb.social/books/2623/
之前就知道这本书口碑极好，但也对它的主题和内容的厚重有些畏惧（三十几万字），所以拖到昨天才下决心开始读。尽量专注地读到今天，看完了一半，已经震撼到忍不住想先力荐一下了。虽然重点是讲癌症的诊断治疗发展史，但仍然能通过作者专业又清晰地叙述，增涨很多对癌症复杂性的认知，对那些以往隐约耳闻却不知其意的应对方法，也有了更具体地了解。所以它同时也可以算是一本非常优秀的科普。尤其想不到的是，原来乳腺癌的相关研究和治疗发展在书中会占据这么大的篇幅，以其为例，也可以这么充分地呈现癌症本质上的复杂性。作为一种在女性中发病率如此高的疾病，我们与其恐惧回避它，不如更深入地去了解它。即使我们不是医生，仍然可以通过基本的了解，先去实现对盲目恐慌的预防。这也当然不仅仅适用于乳腺癌，对“癌症”这个词本身包括的所有类型都一样。

用了一天时间终于通关了赛博猫猫游戏stray。
总的来说还是很优秀的一款独立游戏，主人公是猫猫的设定本身已经十分吸引人了，再加上故事背景设在赛博朋克般的城市。第一次看到就加入了愿望单，已经期待一年多了。
游戏主要的内容就是解密加上一些跑酷，整体难度不大，作为一个手残党，我也能够完成。此外，这是一款线性游戏，所以哪怕地图不算小，但自由度不是很高，不能自由跳跃也给了猫猫很多的束缚。
第一遍通关大概用了七个小时左右，虽然尽力想要全收集，但还是漏了一些内容。保守估计想要全收集还要再加上半个小时以上。八个小时全收集的话，游戏流程确实不算长，但是对于线性独立游戏来讲也还算可以了。想要速通应该是可以在两个小时以内的，毕竟有一个成就就是两个小时内完成游戏。

不夸张地说，感觉这款游戏甚至可以是本年度最佳独立游戏的有力竞争者。
最后来几张截图（本文及截图的所有内容均不涉及剧透

作为由欧盟和波兰文化部资助的项目的一部分，数百部波兰经典电影已能在网上免费合法观看。
在 35mm.online 网站上发布的电影中——所有电影都有英文字幕
https://35mm.online/en

炎炎夏日，也非常适合吃使用大量生鲜蔬菜，口味清爽，甜辣开胃的越南菜。今天带来一道非常受欢迎的消夏菜品——烤肉凉米线（bún thịt nướng，𥻸䏦𤓢）。凉米线搭配用香茅调味的烤猪肉，酥脆的春卷，酸甜的腌萝卜丝，和各种生鲜蔬菜香草，再撒上烤花生碎，炸红葱头碎，淋上水蘸汁和油葱，就成为了拯救酷暑食欲的利器。

250g三分肥的猪里脊切薄片，香茅，红葱头各一个，蒜两瓣，切碎，和鱼露，生抽，蚝油，蜂蜜各一勺，黑胡椒和五香粉各一匙，混匀腌制至少半个小时。串起烤至两面焦香。

水蘸汁（nước chấm）：两瓣蒜，两个小米辣切碎，和糖，鱼露，青柠汁各两勺，水八勺调成汁。

腌萝卜丝：红白萝卜切丝，用盐，糖和白醋以1:1:3比例调制的腌水腌至少一个小时。

小葱切碎淋上热油，其余备好煮熟过冷水的米粉，烤花生碎，炸红葱头碎，炸春卷，青柠块，生菜，各种香草(芫荽，薄荷，罗勒)，自取混匀拌食。

在豆瓣上看到的EVA标题生成器 https://lab.magiconch.com/eva-title/?layout=e1&event_source=timeline&source=timeline&dt_dapp=1 很有那味儿😝
作者:卜卜口

五周年了，我没有敌人。

James Webb macht 2022 besser. 😃

https://www.nasa.gov/webbfirstimages/

每一天为着显而易见的谎言做无谓又难熬的事情，一天扫十几二十个码扫码，四十度的高温天气顶着烈日排长队戴着口罩被捅喉咙，看着多少人因为这个谎言失去生机失去活着的乐趣，所有人顶着毒日头配合皇位上被空调的凉气笼罩的人演一出没有尽头的戏，满头大汗头上裹满令人窒息的白色人造泡沫颗粒假装是寒冷的冬天，前仆后继表演拥挤团结用体温互相取暖

为了信息安全考量，我要逐步淘汰电脑上的国产软件。查了下，目前还只剩三个：百度网盘、印象笔记、搜狗拼音输入法。百度网盘可以留着，本来就是方便给他人共享文件采用的；印象笔记我打算换成国际版或者迁移到Notion；中文输入法有啥好的替代吗？还是就用微软中文输入法好了？

#长毛象安利大会 @board 之前在豆瓣分享过，毛象也来安利一下吧。

这是我的声音设计师同学分享的一个有意思的声音网站https://aporee.org/maps/

在这里你可以按照地图来查找世界上非常非常多角落的ambience 声音 （可能是翻译成环境氛围声吧），也可以随机的去到世界上某个陌生的角落。在这里你可以听到克罗地亚小镇的教堂钟声在当地空气中的振荡，可以听到伦敦某个小蔬菜市场上突然奏起的管乐声，伊朗德黑兰火车站一个陌生男人在广播声脚步声和嘈杂人声中的小声哼唱，美国密苏里森林里飞鹰的叫声，还有更多更多的不知名地点的又陌生又熟悉的声音，每时每刻这个声音库都在有人从世界各个角落上传新的时刻。分享给大家这个可以在家进行的声音旅程。

这个神马大跃进？！又脑残了？！四川算是完了……
1. 拉动GDP
2. 消耗过剩产能
3. 破坏环境

7月8日，全球最大的“水光互补”电站—雅砻江柯拉光伏电站正式开工建设，这也是全球“水光互补”项目规模首次提升到百万千瓦级。柯拉光伏电站位于四川省甘孜州雅江县，项目分布在川西高原，海拔4000米至4600米间，面积约16平方公里，相当于80个“鸟巢”的面积。

我担心泄露的那23T可能只是冰山一角，至少可以基本确定的是有其他人通过同一个漏洞下载到了除那23T以外的数据。
在之前出售数据的同一个论坛，一位名为“ChinaSeller123"的用户在出售”Passport SHGA: Database of foreign nationals who have visited China - 到过中国的外国人数据库“，这个数据库共有4400万条数据。评论里有人问他这个数据库是否包含在之前泄露的23t数据里时，他回答说”This comes from the same source (now down) however ChinaDan does not appear to have it “ （ChinaDan就是出售23t数据的黑客）所以若他所说是真的，便证明了确实有人下载了那23t之外的数据。
哦对了，这个到过中国的外国人数据库的sample是Obama的信息。纵是美国总统，到了中国也逃不过个人信息泄露。

而在CNN的报告中提到的LeakIX网站上也列出了这次泄露的相关信息。其中有一个数据库暴露时间从去年4月23日到今年7月1日，leak size是7.7g，但其实查看发现这个数据库在今年6月之前大小是26.4T，这与CNN提到的在今年6月遭受攻击和勒索是吻合的。再根据这个数据库的包含的几个tables的标题，很明显那23t数据正是来源于此。
但这只是其中的一个，单单大小以TB为单位的就有另外的60.8t和92.3t。这个60.8t的数据的tables标题大多为地名拼音+拼音缩写或者英文+日期组成，出现的地名主要是上海的各个区和省份，主要是安徽江苏浙江这几个上海周边省份。除此之外很难看出是什么内容。

我们无从知道也很难想象这些数据究竟包含了什么样的信息，也不知道这些信息会被用到什么地方。或许如果被仅仅用于电信诈骗都是一件值得庆幸的事。每个踏足过这个国家的人都有风险，但每个人似乎都完全无能为力。

上面提到的LeakIX列出的本次泄露数据库：https://leakix.net/search?scope=leak&q=%2Bssl.certificate.fingerprint%3A%22c5e75f488196ecf5ac910ecf294b6c1d5fdd965b48852127dc6355a71aebd025%22
@ly_safeb 参考了象友的这条嘟嘟https://m.cmx.im/@ly_safeb/108601698638552175 和其提到的CNN报道

A quick wrap up of CNN reporting on China Data Leak:
1. 2021年4月起，LeakIX（一个公开数据库搜索引擎）就侦察到这个数据库。无需密码，只要注册就可以进入下载。直到上周四黑客售卖数据，这个数据库的入口才被关闭。
2.无法得知在这14个月内有多少人进入并下载过数据。两位西方专家表示，在黑客卖数据前他们就知道这个数据库的存在。另一位专家曾经在网上寻找公开数据时，误入过这个数据库，下载过一份包含970M中国市民的数据。（救命... 就是说黑客卖那么便宜，其实也是因为很多数据早就外泄了？）
3. 本周一阿里云对CNN说他们正在调查并会公布进展，但周三不再接受采访。
4.专家意见是，过错在数据持有者，而非存储平台。

明天看看还有没有其他外网报道。匪夷所思到不敢相信。

https://edition.cnn.com/2022/07/05/china/china-billion-people-data-leak-intl-hnk/index.html

关于信息泄漏可能遇到的问题，最直接的威胁在于骗子利用这些信息进行诈骗。应该每个人都收到过类似：冒充我“儿子“说是被绑架or银行卡被锁等求助信息，要求汇款等。这种最拙劣的行骗手段利用的是大范围发短信，然而真的会有几个不明真相的人会去相信并照做。但信息泄漏后，骗子的手段就会升级，并进行精准诈骗。有看到网友说，会有骗子冒充公职人员打给家里人并把其以前犯过的事都一五一十讲出来。家里人一听都是对的，因而相信对方公职人员身份并配合其诈骗。因此在这个个人信息没有保障的情况下，听到某人对自己或家人情况掌握得清清楚楚也不要惊讶，需要汇钱等一定当面确认。
但是，想到现在人脸信息也同样被广泛采集和泄漏。“当面确认”这最后一层保障有一天可能也被骗子攻破。随着AI技术的发展，我们现在在手机APP上传一张照片，都能轻易被APP算法生成各种表情的照片。那么利用人脸数据生成一段视频也不是难事。同样，如果有一个人的声音数据，根据ta说过的某些话，用AI算出他可能说出来的其他话也不算太难。那么利用先进技术的骗子，可能利用我们的人脸和声音信息，完全就能伪造出一段“我”的视频，在这个视频里我可能遭遇各种困难，需要帮助。然后发送给我的家人。这样的信息几乎无法被怀疑。甚至，利用这样的技术，都能模拟实时的打电话或者视频时的人像画面和声音。打电话当面确认的，可能只是骗子伪装的电子信号而已。
这样想起来就后怕，人脸等信息的泄漏配合科技的发展，能让诈骗变得防不胜防。而密码可以再改，人脸不能再换。以后基于人脸解锁的技术是不是有更多风险等。真的无法判断。目前唯一可以做的，就是保护好这些重要隐私，不要轻易提供自己的声音、人脸等数据给第三方，也不要轻易相信我们所看到的，听到的信息。未来的信息都有可能是伪造的，一定再三确认。

正好是长周末所以 parse 了一下泄露数据的样本，先只看了 person_info，有一些很荒谬但又让我觉得有意思的点，虽然说都有25万条，但最后一条格式不全，所以总共就 parse 了 25万-1 条。

- 这些 attribute 的命名方式还真像 database 课上教的，比如什么 AGE、BIRTHDAY、IDNO（身份证号）、RNAME（人名）、BPLACE（出生地）、除此之外还可能有 MARR（婚姻状况）、PROF（职业）、RELI（宗教信仰）、POLI（政治面貌）、NATION（民族）以及 PHOTO（各种照片)...至于我看到有人阴谋论说 LABS 这个标签是在做人体实验（laboratory），其实 LABS 一般都和 LABELNAMES 在一起，可能是有过犯法记录（交通违法也算）或者比较特殊的（比如独居老人、社会补助人员）。
- 甚至有点数据泄露面前人人平等的意味了，看到一大堆各种各样的职业，无论你是反贪局副局长、农民、学生、下岗人员还是演员，反正大家都一起泄露了
- 民族以及信仰，虽然这些 attribute 不是人人都收集，大部分人也是无宗教信仰，但是也让我感受了一下多种多样，除了基督教、天主教、佛教、伊斯兰教以外，居然还有东正教和喇嘛教，民族的部分除了汉族和各种别的民族，外国血统和华侨也被标注
- 有些人的数据收集的特别全，比如在 PHOTO 属性下面有各种各样的照片：身份证、护照、驾驶证、边检出境照片、新旅馆登记照片甚至拘留所（正脸）和拘留所（侧脸）...不过这些照片当然是看不到的，是链接，前面部分是 http://oss-cn-shanghai-shga-d01-a.ops.ga.sh/
- 在这些记录中，也能查到违法记录，当然最多的还是交通违法，另外会有人被标注为各种关注人员（比如刑侦、涉毒、经侦、道路交通安全，独居老人也会标记出来？）也能看到一些已死亡的标记，甚至我还知道了一个新词’支内人员‘...

随便做了几张图：年代 vs 人口，职业、民族以及犯罪的 word cloud

#数据泄露 #ccp #中共

大家要记得好好爱护牙齿，一颗牙做根管治疗的价格可以买一台switch，补牙的价格可以买一张卡带

@wintersweet
我看到的简中语境下关于性别代词的方案还有（用于未指明性别的第三人称代词）：
1. 「祂」（tā）。原本是代之上帝的神格专用代词，但让一个宗教概念独占一个代词显然太浪费了；
2. 「佢」（qú）。来自粤语的第三人称代指，因为在官话中极少使用因此刚好可以承担无性别代词的作用。门槛是发音和其他代词都不同
3. 「伊」（yī）。白话文运动时常见的第三人称代词，语源应该是江浙语系。不过因为汉语中相关词汇（如伊人等），可能会不自觉地带上女性性别的联想
4. 「佗」（tuō）。「他」的生僻通假字，门槛和2一样对初学者比较陌生，而且发音相差较大。我看到主张这个字的使用者重点在「它」字含义的「有生命」（如动物）和「无生命」区分开来。

这几种方法差不多都是将「他」所兼具的「不指定性别的人称代词」功能分离出来，我觉得普及难度上比强调和重申「他」字所包含的不定性别代词功能要低（读者不会下意识将男性作为第三人称的默认属性）。