Ein Friedrich Moser Film
2015
Solange es keine deutsch-synchronisierte Fassung zu kaufen gibt, verlinke ich den Film hier.
Details
NSA Whistleblower Bill Binney, and His Ordeal
William Binney on the Tom Woods Show, 1 November 2017 (transcript)
(englisches Original des folgenden Zitats)
William Binney: "Was ich mit Ed Loomis im SARC (NSA SIGINT Automation Research Center) gemacht habe, war einen automatisierten Prozess herzustellen, der die gesamten weltweiten Kommunikationssysteme untersuchen und entscheiden sollte, was dort wichtig fŸr die Analysten der NSA war, anzufangen Bericht zu erstatten Ÿber AktivitŠten von oder Bedrohungen durch kriminelle Organisationen weltweit oder von MilitŠrs oder irgendeiner FŸhrung oder so etwas. Das Ziel bestand also darin, sicherzustellen, dass wir alle diese Daten erhalten und unsere Analysten nicht unter anderen Arten von Daten begraben. Schon in den 1990er Jahren und bevor sie die FŠhigkeit hatten, einen Gro§teil der Datens zu sammeln, schon damals waren sie darunter begraben. Also kurz: es war ein Versuch, sie wieder funktionsfŠhig zu machen."
Das Ergebnis war ThinThread, genauer beschrieben in Sensing and Responding (im Cache). Auf Grund der Metadaten der aus dem Internet kommenden Kommunikation (gelber Pfeil links in Abb. 1) und mit Hilfe des Analysten (Pfeile zu und von Analysten in Abb. 1) generiert ThinThread den Filter, indem es automatisch ausgeklŸgelte Netzwerke von Verbindungen zwischen Menschen und ihren AktivitŠten aufbaut.
Abb. 1: Entwurf von ThinThread (Quelle)
Abb. 2: Es baut Kommunikationsmuster von Menschen auf, anonymisiert US-BŸrger (Beispiel: Knoten ganz rechts). Bekannte Terroristen sind in dem Muster "Known" (rot in Fig. 3) verbunden.
Abb. 3: ThinThread findet und verbindet "Suspects" (gelb in Abb. 3), d.h. Personen, die Ÿber 1 oder 2 Hubs ("Grade") mit "Knowns" verbunden sind und verwirft den Rest ("Unknown", blau in Abb. 3) ).
Abb. 4: Der Analyst entscheidet, welchen Teil der globalen Netzwerke er fŸr relevant hŠlt, zieht ihn heraus und erhŠlt den entsprechenden Kommunikationsinhalt und seine Zeitleiste (timeline).
Im Prinzip funktioniert jedes Erkennen so, ganz unabhŠngig von den UmstŠnden und den Lebewesen: Um nicht von der Menge an Information ŸberwŠltigt zu werden, werden charakteristische Muster im Raum und in der Zeit gesucht und mit den frŸher angetroffenen verglichen. Das Verfahren wird von Mikroorganismen, zwischen Menschen, vom Immunsystem, in unserem neuronalen System, unserem Verstand verwendet: Um etwas zu erkennen, vergleichen wir das neue Muster mit denen, die wir unter Šhnlichen UmstŠnden am hilfreichsten fanden.
In anderen Worten: Bevor wir die Details erkennen, sagen wir: "Das sieht wie ein Buch aus." In seinem Modell (Theory of Neural Group Selection, im Cache) nennt Gerald Edelman dies "Selektion basierend auf neuralem Darwinismus".
William Binney hat in Holland eine Firma "Pretty Good Knowledge" - Massive Data Analytics gegrŸndet, welche kommerziell Datenanalyse anbietet:
"Wir verfolgen das Ziel, Organisationen dabei zu helfen, Kontrolle und Vertrauen in das Wissen und die Erkenntnisse zu erlangen, die sie aus den stŠndig wachsenden Datenquellen ziehen. Technologische FŠhigkeiten, rechtliche ErwŠgungen, moralische Dilemmata und PrŠferenzen der Verbraucher verŠndern sich in einem Tempo, das eine neue Denkweise erfordert. Ihre Mitarbeiter, Ihre Lšsungen und Ihre Partner mŸssen sich stŠndig verbessern, um die Probleme von heute zu lšsen und den Markt mit den Chancen von morgen zu fŸhren."
Version: 13.5.2018
Adresse dieser Seite
Home
Joachim Gruber