FILOZOFSKI FAKULTET U SARAJEVU

ODSJEK ZA SOCIOLOGIJU

Predmet:

Sociologija digitalne kulture

Seminarski rad:

Big data, privatnost i digitalna reputacija

Student: Omerović Amina Predmetni nastavnik:

Doc.dr. Gaković Jelena

U Sarajevu, decembar 2022. godine

 SADRŽAJ

ABSTRACT................................................................................................................................3
UVOD.........................................................................................................................................4
BIG DATA..................................................................................................................................5
1.1 Upotreba podataka.............................................................................................................7
PRIVATNOST............................................................................................................................9
TOR.......................................................................................................................................10
DIGITALNA REPUTACIJA....................................................................................................11
ZAKLJUČAK...........................................................................................................................13
LITERATURA.........................................................................................................................14

2
ABSTRACT

U ovom seminarskom radu obrađujem temu velikih podataka, tzv. Big data. Big data se
definira kao skup velikog broja podataka na jednom mjestu koji se koristi u različite svrhe.
Podaci koji mi provajderu dostavljamo prihvaćanjem 'kolačića' dospijevaju u legalne
distributere ili se dešava razotkrivanje podataka, što u krajnjem slučaju dovodi do hakerskih
upada koji su zabranjeni. Za sprječavanje takve jedne eksploatacije i zloupotrebe podataka,
koji završe na Dark-web-u koji je i sam dio Deep-web-a, koriste se sigurni browseri ili jedan
od najboljih servera, koji je ironično bio napravljen za potrebe Deep-web-a, a to je Tor. Pored
svega nabrojanog objasnit ću šta znači digititalna reputacija u internet svijetu.

Ključne riječi: big data, reputacija na internetu, privatnost na internetu, tor, enkripcija

3
UVOD

Činjenica da živimo u dobu u kojem je informacija/podatak ključan alat za upravljanje,

postavlja se pitanje šta se dešava sa digitalnim informacijama koje smo, zbog rapidnog
tehnološkog napretka, primorani dati. Sistem big date/velikih podataka se odnose na skupove
podataka čija veličina je izvan mogućnosti tipičnih softverskih alata za baze podataka za
snimanje, pohranjivanje, upravljanje i analizu. (Manyika i sur., 2011) Prema ovoj definiciji
možemo pretpostaviti i čemu smo sami svjedoci, upotrebu ovih podataka. Koriste se u
različite svrhe; za vladu i njene potrebe (legitimacija), razne organizacije, finansije (moblino
bankarstvo kojeg koriste sve banke), e-trgovina… Za sve navedene grane potrebni su podaci
koji su nam po rođenju i naknadno postavljeni. Za najjednostavniji primjer prikupljanja
podataka u svrhe oglašavanja i postavljanaj contenta po korisnikovoj želji, jeste Google i sve
društvene mreže, koje putem takozvanih “kolačića” formiraju jedan sistem prethodnih ulazaka
na slične stranice, opcije ‘sviđanja’ na društvenim mrežama, a kao najbolji primjer jeste
TikTok koji ima sistem FYP (for your page). Osjetljivost ovih podataka je goruća tema iz
razloga što do tih podataka ne dolaze samo verifikovani ljudi i organizacije već i hakeri koji
su dio cyber-kriminala. Mnoge zemlje imaju način zaštite podataka ali kada dobrovoljno ljudi
daju svoje informacije, oni ‘razotkrivaju’ te podatke koji mogu biti zloupotrebljeni.
Dugoročna istraživanja na ljudima povezana su sa značajnim štetama vezanim za privatnost
zbog prikupljanja velike količine visokoosjetljivih ličnih podataka o pojedincima. (Altman i
sur., 2018) Prethodno navedene platforme, Facebook, Twitter…i sl., zahtijevaju podatke kako
bi se stvorio jedan sistem pod nazivom Big data. Često se ti podaci koriste za istraživanje
tržišta velikih razmjera, uključujući način na koji korisnici komuniciraju sa softverom, web
stranicama, oglasima i praćenje njihovog ponašanja. (Daniels, 2022) Spektar korištenja
podataka u sistemu je raznovrsan. „Digitalni podaci su sada svuda – u svakom sektoru, u
svakoj ekonomiji, u svakoj organizaciji i korisniku digitalne tehnologije.“ (Manyika i sur.,
2011, 2) Kada govorimo o kompanijama koje posjeduju društvene mreže, e-trgovine i slične
sisteme njihova glavna namjera jeste koristiti podatke kako bi se na feed-u prikazivalo ono
što se korisniku sviđa. (Daniels, 2022) Jedan od načina zaštite od malware-a (kompjuterskog
virusa) jeste korištenje ispravnih i enkriptovanih browsera poput Fire-fox- a i Tora-. Tor ima
za cilj da svojim korisnicima pruži sigurno i anonimno internet iskustvo. Online reputacija je
konsenzus javnog mnijenja pojedinca ili organizacije na osnovu njihovog prisustva na mreži i
ovisno o njihovom ponašanju i subjektivnim mislima posmatrača ili kupaca. Digitalna
reputacija se odnosi kako na pojedince tako i na korporacije, može biti dobra ili loša. Prednost
pojedinaca je u tome što oni mogu imati veću kontrolu nad svojim prisustvom na mreži i
mogu promijeniti postavke privatnosti na svojoj e-pošti, društvenim medijima i drugim
internet računima. Međutim, to ne sprječava druge ljude da dijele informacije o njima na
mreži. Preduzeća imaju otvorenije platforme i moraju komunicirati s kupcima na specifične
načine.

4
BIG DATA

Utjecaj digitalne tehnologije na svijet kulture je itekako vidljiv, jer jedan od najboljih
pokazatelja epohalnog razvitka jednog naroda ili civilizacije razvoj kulture. Velike promjene
u svijetu, kako u privrednom, ekonomskom smislu, tako i društveno-kulturnom, dolaze sa
pojavom brzog prenosa podataka i informacija između ljudi i korporacija. Veliki podaci (big
data) se odnose na skupove podataka čija veličina je izvan mogućnosti tipičnih softverskih
alata za baze podataka za snimanje, pohranjivanje, upravljanje i analizu. (Manyika i sur.,
2011) Dakle, to su podaci koji se prikupljaju za različite kompanije čiji uposlenici prikupljaju
podatke radi lakšeg pretraživanja korisnika. Najbolji primjer takvog prikupljanja jeste Google
i društvene mreže koje pri logovanju u bilo koji sistem zahtijevaju podatke i prihvatanje
njihovih uvjeta. 1Veoma je teško izbjeći ovu eksploataciju podataka, pogotovo kada se danas
sve obavlja preko interneta; komunikacija, online kupovina, upravljanje vozilima, mobilno
bankarstvo, praćenje paketa, transferi novca, potražnja poslova u raznim formatima (remote
part/full-time remote…), što govori o važnosti ovakvog jednog sistema. Google je toliko
proširio svoje djelovanje da se skoro na svaku aplikaciju, bilo poslovnu, interaktivnu ili
zabavnu može prijaviti preko Google-ovog računa koji podrazumijeva korištenje mail adrese.
Kao dobar primjer za to možemo upotrijebiti društvene mreže i servere poput Facebook-a,
Instagrama-a, Linkedin-a, UpWorka, Twittera, TikTok-a, YouTube-a raznih video igara,
sistema za unos podataka (Docs, kompletan Office sistem), Skype-a, Team-sa, i slično. Nove
tehnologije omogućile su širokom spektru ljudi – uključujući akademike humanističkih i
društvenih nauka, trgovce, vladine organizacije, obrazovne institucije i motivirane pojedince –
da proizvode, dijele, komuniciraju i organiziraju podatke. Ogromni skupovi podataka koji su
nekada bili nejasni i različiti se agregiraju i čine lako dostupnim. (Boyd&Crawford, 2011)
Dakle, velike baze podataka, prema Boydu i Crawfordu više nisu samo dostupne eliti koja
koristi i generira podatke u svoju korist. „Big Data nudi humanističkim disciplinama novi
način da se zalaže za status kvantitativne nauke i objektivne metode. To čini mnogo više
društvenih prostora mjerljivim. U stvarnosti, rad s velikim podacima je još uvijek subjektivan,
a ono što on kvantificira ne mora nužno imati bližu tvrdnju o objektivnoj istini – posebno
kada se razmatraju poruke sa stranica društvenih medija.” (Boyd&Crawford, 2011, 4)
Istraživač mora da obrati pažnju na tačnost podataka kada su u pitanju društveni mediji, iz
razloga što platforme poput Facebooka-a, Twittera, Instagram-a…i sl., dopuštaju korisnicima

1
https://policies.google.com/terms?hl=en-US U navedenom linku možemo vidjeti uvjete koje Google postavlja
kako bi pristupili korištenju istog. Bez prihvatanja ovog, slobodno rečeno, ugovora osoba nema pristup
podacima. Postoje razne regulacije ali i očekivanja od osobe koja pristupa: 'pridržavati se važećih zakona,
uključujući kontrolu izvoza, sankcije i zakone o trgovini ljudima, poštivati prava drugih, uključujući privatnost i
prava intelektualne svojine; nemojte zlostavljati ili nanositi štetu drugima ili sebi (ili prijetiti ili ohrabrivati takvo
zlostavljanje ili nanošenje štete) – na primjer, dovođenjem u zabludu, prevarom, nezakonitim lažnim
predstavljanjem, klevetom, maltretiranjem, uznemiravanjem ili uhođenjem drugih; nemojte zloupotrebljavati,
nanositi štetu, ometati ili ometati usluge, npr., pristupanjem ili korištenjem na lažne ili obmanjujuće načine,
uvođenjem zlonamjernog softvera, slanjem neželjene pošte, hakovanjem...'

5
lažna imena/username. Interpretacija je u središtu analize podataka. “Bez obzira na veličinu
skupa podataka, on je podložan ograničenjima i pristranostima. Bez razumijevanja i
ocrtavanja tih predrasuda i ograničenja, rezultat je pogrešno tumačenje. Veliki podaci su
najefikasniji kada istraživači uzmu u obzir složene metodološke procese koji su u osnovi
analize društvenih podataka.”
(Boyd&Crawford, 2011, 6) “Proučavanje društvenih mreža datira iz rane sociologije i
antropologije (npr. Radcliffe-Brown 1940), s pojmom 'društvene mreže' koji se pojavio
1954...studije poput onih Alessandra Acquistija i Ralpha Grossa (2009), koje otkrivaju kako
se baze podataka mogu kombinovati da bi se otkrila ozbiljna kršenja privatnosti su ključne.
Ipak, imperativ je da takve kombinacije ne budu bez metodološke strogosti i transparentnosti.
Od tada, naučnici iz različitih disciplina pokušavaju razumjeti međusobne odnose ljudi
koristeći različite metodološke i analitičke pristupe. Kako su istraživači počeli ispitivati veze
između ljudi na javnim društvenim mrežama, došlo je do porasta interesa za analizu
društvenih mreža. Sada se mrežni analitičari okreću proučavanju mreža proizvedenih putem
posredovane komunikacije, geografskog kretanja i drugih tragova podataka.“
(Boyd&Crawford, 2011, 8)

Prethodno navedene platforme, Facebook, Twitter…i sl., zahtijevaju podatke kako bi se

stvorio jedan sistem pod nazivom Big data. Često se ti podaci koriste za istraživanje tržišta
velikih razmjera, uključujući način na koji korisnici komuniciraju sa softverom, web
stranicama, oglasima i praćenje njihovog ponašanja. (Daniels, 2022) Postoje tri kriterijuma po
kojim prepoznajemo da je Big data autentična:

a) Volumen : Veliki podaci su sve samo ne mali uzorak. Uključuje ogromno prikupljanje
podataka , koje je rezultat dugog, kontinuiranog posmatranja.
b) Brzina : Ovo ima veze sa impresivnom brzinom kojom se prikupljaju veliki podaci.
Štaviše, veliki podaci su često dostupni u realnom vremenu (dok se prikupljaju).
c) Raznolikost : Složeni skupovi podataka često sadrže mnogo različitih vrsta
informacija . Podaci unutar velikih skupova podataka mogu se čak i kombinirati kako
bi se popunile praznine i učinile skup podataka još potpunijim. (Daniels, 2022)

Postoje tri glavne kategorije velikih podataka: strukturirani, nestrukturirani i polustrukturirani

veliki podaci (big data). (Daniels, 2022) Kada su veliki podaci strukturirani, oni se mogu
sačuvati i prezentirati na organiziran i logičan način, čineći podatke pristupačnijim i lakšim za
razumijevanje. Primjer bi bila lista s imenima, adresama i kontaktima klijenata kompanije, sve
jasno strukturirano u, na primjer, grafikonu ili tabeli. Nestrukturirani veliki podaci uopće nisu
organizirani. Nedostaje mu logična prezentacija koja bi imala smisla za prosječno ljudsko
biće. Nestrukturirani veliki podaci nemaju strukturu, na primjer, tabele koja označava
određenu koherentnost između različitih elemenata svih dostupnih podataka.Stoga je ovu
vrstu podataka teško analizirati i procijeniti. Većina poslovnih skupova podataka u početku
počinje kao nestrukturirani veliki podaci. Polustrukturirani veliki podaci, kao što ste mogli
pretpostaviti, imaju karakteristike i strukturiranih i nestrukturiranih velikih podataka. Priroda i
prikaz ove vrste podataka nisu potpuno proizvoljni.' (Daniels, 2022) „Sredstva za dobijanje
uvida iz podataka takođe se značajno poboljšavaju jer se softver dostupan za primenu sve
sofisticiranijih tehnika kombinuje sa rastućom računarskom snagom. Nadalje, mogućnost

6
generiranja, komunikacije, dijeljenja i pristupa podacima je revolucionirana sve većim brojem
ljudi, uređaja i senzora koji su sada povezani digitalnim mrežama. U 2010. godini više od 4
milijarde ljudi, ili 60 posto svjetske populacije, koristilo je mobilne telefone, a oko 12 posto
tih ljudi imalo je pametne telefone, čija penetracija raste za više od 20 posto godišnje. Više od
30 miliona umreženih senzorskih čvorova sada je prisutno u transportnom, automobilskom,
industrijskom, komunalnom i maloprodajnom sektoru.“ (Manyika i sur., 2011) Zavisno od
načina na koji je velika baza podataka u nečijem vlasništvu i od toga kako se koristi, big data
može biti privatna, otvorena i javna. (George i sur., 2014, prema Cappa i sur., 2021)

Istorijski gledano, kada su sociolozi i antropolozi bili primarni naučnici zainteresovani za

društvene mreže, podaci o odnosima ljudi prikupljani su putem anketa, intervjua, zapažanja i
eksperimenata. Koristeći ove podatke, društveni naučnici su se fokusirali na opisivanje nečijih
'ličnih mreža' – skupa odnosa koje pojedinci razvijaju i održavaju (Fischer 1982, prema
Boyd&Crawford, 2011). To možemo povezati sa teorijom Elliasa koji govori o mrežama
figuracija i odnosima međuprožimanja, tj. o društveno regulisanim odnosima. Pojedinac je
nosilac figuracijskih mreža koje proizvode sve relevantno za čovjekovu stvarnost, i proizvode
povijest. Mreže figuracija su mreže pojedinaca, hektične, fragilne. Mreže figuracije su mreže
moći koje su konstituirane na osnovu relativno autonomnih mreža interakcija u
svakodnevnom životu. Velike drušvene promjene dešavaju se kao rezultat umreženih
figuracija, struktura pojedinaca može da proizvede velike društvene transformacije. Pojedinci
sami po sebi su neznačajni, bitni su kroz tu umreženost. Sela i gradovi, sveučilišta i tvornice,
položaji i klase, obitelji i poslovne grupe, feudalna i industrijska društva, komunističke i
kapitalističke države – sve su to mreže individua. (Elias, 1971) Prema tome Big Data
predstavlja dvije nove popularne vrste društvenih mreža koje su izvedene iz tragova podataka:
'artikulirane mreže' i 'mreže ponašanja'. (Boyd&Crawford, 2011) Artikulisane mreže su one
koje su rezultat toga što ljudi specificiraju svoje kontakte putem posredničke tehnologije
(Boyd, 2004; prema Boyd&Craword, 2011). „Tri su uobičajena razloga zbog kojih ljudi
artikulišu svoje veze: da imaju listu kontakata za ličnu upotrebu; da javno pokažu svoje veze s
drugima; i filtriranje sadržaja na društvenim mrežama.“ (Boyd&Crawford, 2011, 9) Mreže
ponašanja su izvedene iz komunikacijskih obrazaca, koordinata ćelija i interakcija društvenih
medija, kao što je slanje fotografije, označavanje na društvenim mrežama, e-mail interakcije i
ljude koji su fizički u istom prostoru. (Boyd&Crawford, 2011)

Upotreba podataka

Spektar korištenja podataka u sistemu je raznovrsan. „Digitalni podaci su sada svuda – u

svakom sektoru, u svakoj ekonomiji, u svakoj organizaciji i korisniku digitalne tehnologije.“
(Manyika i sur., 2011, 2) Kada govorimo o kompanijama koje posjeduju društvene mreže, e-
trgovine i slične sisteme njihova glavna namjera jeste koristiti podatke kako bi se na feed-u 2
prikazivalo ono što se korisniku sviđa. (Daniels, 2022) Prema konceptu prihvatanja

2
„Feed je stream sadržaja kroz koji se možete pomicati. Sadržaj se prikazuje u sličnim blokovima koji se
ponavljaju jedan za drugim. Na primjer, feed može biti urednički (npr. popis članaka ili vijesti) ili popis (na
primjer popis proizvoda, usluga itd.)“ (Google support, 2022)

7
„kolačića/cookies“3 preko kojih se prate 'preferencije i ponašanja' (Daniels, 2022), od kojih
kasnije dobijamo oglase i sve što se pojavljuje na našem feed-u. Ovakav koncept koriste sve
društvene mreže kako bi se prilagodile interesu korisnika, da bi što duže koristili aplikaciju, te
na taj način zarađuju novac. Još jedan način koji je usko vezan za podatke i praćenje istih
putem 'kolačića' jeste online marketing kojeg stalno koriste Instagram i Facebook, ali i sam
Google preko svojih oglasa.4 „Odnosi se na oblik menadžmenta koji koristi društvene mreže
kako bi izgradio imidž i upravljao određenim proizvodom i/ili uslugom, kako bi promovirao
taj proizvod i/ili uslugu te kako bi održavao stalnu dvosmjernu komunikaciju s online
zajednicom korisnika tog proizvoda i/ili usluge. Jedna od glavnih zadaća community
managera je zastupati određeni brend na Mreži te komunicirati s klijentom.“ (Kuleš, 2015, 10)

Kompanije koje koriste e-marketing poput Amazona, AliExpress/Ali-baba, eBay,

LightInTheBox..., kao i kompanije s brendiranom robom poput Massimo Dutti-a, Zare,
Pull&Bear-a, Gucci-a, Chanel-a, Dolce&Gabbana-e, Versace-a, Prada-e, Dior-a, Burberry i
mnogo drugih, koriste sličan sistem. Mnogi brendovi za e-trgovinu također prate vaše
postavke pretraživanja na drugim web lokacijama, oni koriste informacije za kreiranje profila
o korisnicima, uključujući njihovu lokaciju i njihova interesovanja. (Daniels, 2022) 'Amazon
prikuplja informacije o proizvodima koje kupujete, pregledavate i prati vašu povijest
pretraživanja. Na taj način Amazon može preporučiti proizvode za koje misle da ćete biti
zainteresirani na osnovu vaših prethodnih kupovina i kao rezultat toga povećati zadovoljstvo
kupaca i njihovu zaradu.' (Daniels, 2022) „Efikasna upotreba Big date-e ima potencijal da
transformiše ekonomije, donoseći novi talas rasta produktivnosti i viška potrošača. Korištenje
velikih podataka će postati ključna osnova konkurencije za postojeće kompanije, te će stvoriti
nove konkurente koji će moći privući zaposlenike koji imaju kritične vještine za svijet velikih
podataka.“ (Manyika i sur., 2011, 13)

Ono oko čega se danas mnogo polemiše jeste kako kompanije za testiranje DNK koriste
dobijene podatke, te je dobra platforma za objašnjavanje kako funkcionišu 'veliki podaci'. Bilo
to scam ili ne, ljudi šalju svoje podatke, i ne samo to, već uzorak DNK-a kroz bris ili pramen
kose, kako bi pronašli porijeklo i svoje izgubljene osobe. Najpoznatiji web-servis za ovu
uslugu jeste MyHeritage na čijoj stranici stoji: „Tražimo ljude čiji se DNK slaže sa vašim:
vaše srodnike. Naša tehnologija Podudarnosti otkriva postotak DNK koji dijelite sa vašim
parovima, pokazujući vam kako ste blisko povezani. Možete se spajati sa vašim novo
pronađenim rođacima da naučite više o vašoj obitelji i otkrijete zajedničke pretke“
(MyHeritage app, 2022) Ovaj proces „pronalaženja“ dragih osoba i predaka se opisuje na
web-stranici: „MyHeritage DNK test koristi na mikropločicama zasnovano autosomalno DNK
testiranje. Ovaj test daje sirovi podatak koji nam pomaže računati DNK podudarnosti i analizu
etniciteta od svih linija predaka, muških i ženskih.“ (MyHeritage app, 2022) Da bi došlo do
samog čina potrebno je uraditi sljedeće korake; 'Da dobijete uzorak, jednostavno malim
3
„Kolačići su datoteke koje kreiraju web stranice koje posjećujete“ (Google support, 2022)
4
Google oglasi su poznatiji kao Google Ads: „...korisnici mogu vidjeti ime i lokaciju registracije za oglašivača iza
odabranog oglasa, što je informacija koju je oglašivač dao tokom Googleovog programa verifikacije. Sa
informacijama koje oglašivači daju tokom procesa verifikacije, Google će prikazati ime i lokaciju oglašivača.
Prikazni oglasi dopiru do velike većine korisnika interneta. U većini slučajeva korisnici mogu vidjeti dodatne
informacije o oglasu koji vide klikom na “O ovom oglasu”, kojem se pristupa preko ikone Odabir oglasa Ikona
AdChoices. Možete ga pronaći i klikom na X ili ikonu + X.“ (Google Support on Ads, 2022)

8
štapićem prođite unutrašnjom stranom obraza oko 45 sekundi i ponovite to s drugim štapićem
za rezervu. Štapiće zatim stavite u epruvete i proslijedite poštom u DNK laboratorij na
analizu' ((MyHeritage app, 2022), te se nakon toga na stranici pojavljuje rezultat kroz 3-4
sedmice. Od njih se, naravno, zahtijeva zakon da takve informacije čuvaju sigurnim i
šifriranim, ali se može desiti hakerski upad koji može da preuzme podatke i da ih proda na
DarkWeb-u.5 Time ćemo se baviti u sljedećem poglavlju, koje podrobno govori o privatnosti,
da li ona uopće postoji i da li postoji način da se korisnik zaštiti.

PRIVATNOST

Moderno društvo zahtijeva određeni stepen anonimnosti, privatnosti koji su ključni za ljudska
prava za koje se borimo tokom cijelog života. Jedan od velikih problema u čuvanju privatnosti
jeste internet. Kako bi se objasnio pojam privanosti, potrebno je objasniti pojam razotkrivanja
koji se odnosi na individualan, slobodan postupak davanja informacija o sebi. (Milardović,
2010; prema Kuleš, 2015). “Arhitektura Interneta sama po sebi ne jamči anonimnost. Naime,
zaglavlje IP paketa sadrži adresu pošiljatelja koja, s obzirom na blok IP adresa kojoj pripada,
može odati pružatelja usluga Interneta (engl. Internet Service Provider), a samim time i
geografsku lokaciju korisnika. Pružatelji Internet usluga su dužni uz sudski nalog na temelju
IP adrese i vremena korištenja pružiti informacije o stvarnom pretplatničkom identitetu
korisnika.“ (Salkić, 2011, 3)

Mnoge zemlje imaju način zaštite podataka ali kada dobrovoljno ljudi daju svoje informacije,
oni ‘razotkrivaju’ te podatke koji mogu biti zloupotrebljeni. Dugoročna istraživanja na
ljudima povezana su sa značajnim štetama vezanim za privatnost zbog prikupljanja velike
količine visokoosjetljivih ličnih podataka o pojedincima. (Altman i sur., 2018) “Korporacije i
vlade koriste metode iz istraživanja, kao što su upitnici, zapažanja ponašanja i eksperimenti,
kako bi generirali podatke o svojim klijentima i sastavnim dijelovima, oslanjajući se na A/B
testiranje, mikrociljanje i individualnu prilagodbu usluga u analitici velikih podataka.
Istraživači, kompanije i vlade takođe prikupljaju podatke u domenima koji se značajno
preklapaju, od demografije, preko mišljenja i stavova, do lako uočljivog ponašanja,
uključujući geolokaciju, prostorno-vremensko kretanje i ekonomsku aktivnost. Slično kao
longitudinalno istraživanje, kompanije koje održavaju velike baze podataka o pojedincima
prikupljaju lične podatke o pojedincima kao što su njihova imena, lokacija i istorija putovanja,
političke preferencije, hobiji, odnosi s drugim pojedincima i istorija kupovine.” (Altman i
sur., 2018, 32) Mi, dakle dijelimo svoje podatke raznim stranicama, aplikacijama i
provajderima a ne zapitamo se kud sve to ide i ko bi mogao da te podatke i vidi. Analitičari
podataka koriste velike podatke kako bi saznali o našim kupovnim navikama, zdravstvenom
stanju, ciklusima spavanja, obrascima kretanja, korištenju interneta, prijateljstvima i tako

5
Dark Web je dio Deep Weba, a podrazumijeva stranice koje nisu indeksirane i dostupne samo putem
specijaliziranih web preglednika. (Kaspersky Lab. 2022.)

9
dalje ( Zwitter, 2014. prema Rafiq i sur, 2022). Tu možemo navesti nekoliko primjera:
finansijske usluge (mobilno bankarstvo, interner kupovina, transferi novca), komercijalne web
stranice, društvene mreže (Facebook, Twitter, TikTok, Instagram), zdravstveni sektor (e-
knižice). Kao rezultat toga, sigurnost informacija je jedan od izazova velikih podataka. (Rafiq
i sur, 2022)

Provajder- ISP, je pristup internetu koji nema zabranu uvida u podatke čak i kada se koristi
Incognito režim. (Marks, 2022) Vlade upravo preko ISP-a mogu dobiti pristup podacima na
mreži. “Preduzeća, vladine agencije i istraživačke institucije usvojile su različite pristupe kako
bi zaštitile privatnost prilikom rukovanja ličnim podacima. Iako se prakse uvelike razlikuju,
među najčešćim pristupima u komercijalnim i državnim kontekstima su mehanizmi
obavještavanja i pristanka i tehnike deidentifikacije.”(Altman i sur., 2018, 35) S razlogom
smo pomenuli prvo zakonite načine dolaska do podataka, zato što vlade imaju legitimnost da
to urade za konkretne svrhe, hakeri pristupaju podacima na ilegalan način. “Glavni cilj
narušavanja anonimnosti je povezivanje pošiljatelja i primatelja. Drugi je cilj grupiranje
poruka po pošiljateljima u slučaju da kroz isti poslužitelj prolaze poruke različitih pošiljatelja.
Napadači se razlikuju po mogućnosti mijenjanja prometa, udjelu ukupnog prometa koji
promatraju, poziciji u odnosu na anonimnu mrežu i prilagodljivosti:

S obzirom na mogućnost mijenjanja prometa, napadač može biti:

1. Pasivan: samo prisluškuje promet

2. Aktivan: prati, zaustavlja, mijenja i odbacuje poruke u sustavu

S obzirom na udio ukupnog prometa koji prati, napadač je:

1. Lokalni: prati promet prema lokalnoj mreži i unutar nje

2. Globalni: prati sav promet ili njegov veliki dio. Globalni napadač treba imati veliku
količinu resursa za kontrolu cijele mreže, pa se smatra opasnim, ali malo vjerojatnim.

S obzirom na poziciju u odnosu na mrežu anonimnosti, napadač može biti:

1. Interni: korisnik anonimne mreže, odnosno kompromitirani korisnik pod kontrolom

napadača
2. Eksterni: ne sudjeluje u protokolu anonimnog sustava, odnosno nije korisnik, ali ima
pristup prometu u sustavu

S obzirom na prilagodljivost, napadač može biti:

1. Statičan: ne koristi iskustva u svrhu mijenjanja taktike

2. Prilagodljiv: bira mjesta gdje će pratiti mrežu s obzirom na prijašnja iskustva”

(Salkić, 2011, 6)

TOR browser

10
Tor ima za cilj da svojim korisnicima pruži sigurno i anonimno internet iskustvo. (Marks,
2022) “Protokol Tor koristi ključeve za postizanje tri cilja:

1. kriptiranje: čuvanje tajnosti podataka u mreži Tor

2. autentikacija: kako bi klijenti znali da komuniciraju s OR-ovima s kojima bi trebali
3. komunicirati
4. potpis: kako bi se osiguralo da svi sudionici imaju identične opisnike” (Salkić, 2011,
12)

Mreža Tor omogućava anonimnost primatelja kroz skrivene usluge. Mreža Tor, kao sustav
niske latencije, nije dizajnirana da bude otporna na napade na krajnje točke. To su napadi
pasivnog napadača koji prateći promet može doznati razne informacije o korisniku, primjerice
profiliranjem vremenskih uzoraka u tôku ili na krajevima kruga. Korisnik se od napada na
krajnje točke može štititi sakrivajući vezu između sebe i ulaznog čvora tako da je i sam Tor
usmjernik ili da bude iza sigurnosne stijene (engl. firewall). U tom slučaju napadač mora
razdvojiti promet koji potječe od korisnika od onog koji samo prosljeđuje. (Salkić, 2011, 20)
„Mreža Tor prvenstveno je namijenjena korisnicima kojima je anonimnost potrebna zbog
slobode izražavanja, zaštite od opasnosti, neugode, marketinškog profiliranja ili zaštite
poslovnih interesa. Zbog potrebe za što većim brojem korisnika, mreža Tor je otvorena za
nove korisnike, jednostavna za korištenje i samim time česta meta zlonamjernika koji koriste
anonimnost da sakriju svoju zloupotrebu. Anonimnost mreže Tor direktno ovisi o anonimnom
skupu, odnosno količini korisnika, a zloupotreba mreže izlazne čvorove dovodi u opasnost od
sankcija za proslijeđeni promet. Korištenje mreže Tor za neinteraktivan promet ima utjecaja
na propusnost cijele mreže i općenito odvraća korisnike od korištenja mreže i tako umanjuje
anonimni skup [44]. Smanjena anonimnost dodatno negativno utječe na ugled mreže i
posljedično na daljnje smanjenje anonimnog skupa i tako u krug. Iz svih ovih razloga je jasno
da je za opstojnost Tor usluge i njeno širenje ključno zadržati ugled, korisnike i spriječiti
zloupotrebu što je više moguće. Anonimni skup treba biti raznolik jer je tako teže profilirati
određene skupine, primjerice aktiviste, koji se skrivaju među ostalim korisnicima.“ (Salkić,
2011, 22)

11
DIGITALNA REPUTACIJA

Reputacija je pitanje visokog uloga u javnoj sferi i popularnoj kulturi. Takozvana „kultura
otkazivanja“, povlačenje bilo koje vrste podrške (gledanost, praćenje društvenih medija,
kupovina proizvoda koje je osoba odobrila, itd. (De Ridder, 2021) Gubljenje same reputacije i
način na koji se ona doživljava (kroz stid, krivicu, popularnost i uticaj) nanosi štetu za
digitalni život. Dok bi reputacija mogla podstaći ljude da se poboljšaju, “dobra” digitalna
reputacija je, kako ću tvrditi, također konformistička i esencijalistička. (De Ridder, 2021)
Zaista, digitalna reputacija je vrsta nasilja; može proizvesti ili ojačati već postojeće društvene
nejednakosti i ometati sposobnost ljudi da žive zajedno sa onima u društvu koji su drugačiji.
(De Ridder, 2021) Online reputacija je konsenzus javnog mnijenja pojedinca ili organizacije
na osnovu njihovog prisustva na mreži i ovisno o njihovom ponašanju i subjektivnim mislima
posmatrača ili kupaca. Online reputacija nije se uvijek razvijala tako brzo, već s brzim rastom
društvenih medija, kompaniji je vrlo lako poboljšati ili uništiti svoju online reputaciju (ili da
im to učini). Baš kao što pojedinci i kompanije imaju reputaciju zasnovanu na njihovoj
aktivnosti u stvarnom svijetu, pogrešno postavljena poruka, finansijski skandal, lično
neslaganje, neispunjavanje obećanja ili nesporazum mogu lako promijeniti način na koji se
neko gleda na društvenim mrežama. Takođe može imati ogroman finansijski uticaj na
poslovanje. Online reputaciju je važno uzeti u obzir i njegovati, posebno ako karijere i
finansije zavise od toga. U stvari, postoji čitava industrija koja se razvija oko upravljanja
reputacijom na mreži. (Phipps, 2021) Online reputacija se donekle razlikuje između
pojedinaca i preduzeća. Pojedinci imaju veću kontrolu nad svojim prisustvom na mreži i
mogu promijeniti postavke privatnosti na svojoj e-pošti, društvenim medijima i drugim
internet računima. Međutim, to ne sprječava druge ljude da dijele informacije o njima na
mreži. Preduzeća imaju otvorenije platforme i moraju komunicirati s kupcima na specifične
načine. Korisnici interneta imaju mnoga očekivanja i zahtjeve preduzeća: brz odgovor na e-
poštu i poruke, tačnost, uslužnost, poštenje i društveno-političku svijest, da spomenemo samo
neke. Nedostatak oznake na bilo kojem od ovih može uzrokovati da korisnici interneta
negativno gledaju na poslovanje. S druge strane, brz odgovor i rješavanje problema,
pravovremeni e-poruci i efikasna marketinška kampanja mogu izgraditi solidnu online
reputaciju. (Phipps, 2021)

12
ZAKLJUČAK

Bitnost očuvanja i ispravnog ‘skladištenja’ podataka osnova je svake korporacije, a pogotovo

one koja se bavi digitalnim informacijama. Već smo u prethodnim poglavljima pomenuli
bitnost digitalnih podataka iz razloga što živimo u savremenom, digitalnom svijetu u kojem je
imperativ informacija. Informacije o kojima govorimo jednim imenom nazivamo big-data.
Postoje tri glavne kategorije velikih podataka: strukturirani, nestrukturirani i polustrukturirani
veliki podaci, (Daniels, 2022) Kako smo već u uvodu spomenuli, promjene u privrednom,
ekonomskom i društveno-kulturnom smislu, dolaze sa pojavom brzog prenosa podataka i
informacija između ljudi i korporacija.. Pomenuli smo samo neke razloge u kojem podaci
ključni: za vladu i njene potrebe (legitimacija), razne organizacije, finansije (moblino
bankarstvo kojeg koriste sve banke), e-trgovina, društvene mreže, poslovne mreže (UpWork,
Slack) i slično. Veoma je teško izbjeći ovu eksploataciju podataka, pogotovo kada se danas
sve obavlja preko interneta; komunikacija, online kupovina, upravljanje vozilima (Tesla),
mobilno bankarstvo, praćenje paketa, transferi novca, potražnja poslova u raznim formatima
(remote part/full-time remote…), što govori o važnosti ovakvog jednog sistema. Goruće
pitanje jeste šta se dešava s tim podacima i ko ima pristup upotrebi tim podacima. Počevši od
zdravstvenih ustanova koje su se modernizirale u digitalnom svijetu, zbog lakšeg unosa
podataka i smanjena utrošenog vremena na vlastoručno pisanje doktora, vlade koje koriste
svoje izvore kako bi naprimjer provjeravali eventualne cyber napade, za što je potreban
pristup provajderu. Kako smo već naveli, najbolji primjer korištenja podataka u svrhu
advertizacije/oglašavanja jeste Google. Koncept praćenja kolačića/cookies koristi Google, ali
i sve društvene mreže kako bi se prilagodile preferncijama korisnika. Sve je na početku
generalizovano, ali korištenjem usluga, stranica vrši se proces prikupljanja podataka koji se
kasnije koriste za strvaranje feed-a. Postoje i drugi način pristupu podacima koji je ilegalan i
koriste ga hakeri.

U poglavlju privatnosti podataka postavlja se pitanje da li uopšte postoji privatnost, anominost

na internetu. Veoma je teško odgovoriti na to pitanje, jer mi moramo dati podatke vladama
koji te podatke koriste u svoje svrhe, ukoliko nismo na tim spiskovima doslovno ne
postojimo. Glavni primjer za to jesu identifikacijski dokumenti, pogotovo pasoš koji je nužan
za putovanje preko bilo koje granice, a da se to postigne potrebno je ‘dobrovoljno’ davanje
podataka. Hakeri/napadači mogu biti pasivni ili aktivni, lokalni/globalni, interni/eksterni i
statičan ili prilagodljiv. Bilo kakva namjera hakera bila, npr. zloupotreba podataka na Deep-
web-u, osnova tog sistema jeste podatak između primatelja i pošiljatelja informacija. Iz tog
razloga možemo da vidimo važnost podataka i nemogućnost same zaštite u digitalnom svijetu.
Ipak, postoje neki načini zaštite a jedan od njih je Tor pretraživač, koji je prvenstveno
napravljen i korišten za potrebe Deep-web-a. Digitalna reputacija je pitanje visokog uloga u

13
javnoj sferi i popularnoj kulturi. Može biti poslovna i privatna, s tim što je privatnu lakše
sačuvati, jer pojedinci imaju veću kontrolu nad prisustvom na mreži.

LITERATURA

1. Altman M. , Wood, A., O’Brien, D., Gasser, U. (2018): Practical approaches to big
data privacy over time; International Data Privacy Law, Vol. 8
https://doi.org/10.1093/idpl/ipx027 (Posjećeno 02.12.2022)
2. Bollier, D. Rapporteur (2010): The Promise and Peril of Big Data. The Aspen Institute
(USA)
https://www.aspeninstitute.org/wp-content/uploads/files/content/docs/pubs/
The_Promise_and_Peril_of_Big_Data.pdf
3. Boyd. D., Crawford. K. (2011): Six Provocations for Big Data
https://osf.io/nrjhn/ (Posjećeno 08.11.2022.)
4. Cappa, F., Oriani, R., Peruffo, E. and McCarthy, I. (2021). Big Data for Creating and
Capturing Value in the Digitalized Environment: Unpacking the Effects of Volume,
Variety, and Veracity on Firm Performance. Journal of Product Innovation
Managment Vol. 38, Issue 1.
https://doi.org/10.1111/jpim.12545 (Posjećeno 08.11.2022.)
5. Daniels N. (2022): Big Data and Privacy; VPN overview
https://vpnoverview.com/privacy/anonymous-browsing/big-data-and-privacy/
(Posjeeno 08.12.2022. god.)
6. Dark web (2022): What is the Deep and Dark Web? Kaspersky
https://www.kaspersky.com/resource-center/threats/deep-web (08.11.2022)
7. De Ridder. S., (2021): The Banality of Digital Reputation: A Visual Ethnography of
Young People, Reputation, and Social Media. Media and Communication, 9(3), 218-
227.
https://doi.org/10.17645/mac.v9i3.4176 (Posjećeno: 22.12.2022)
8. Elias N., 2007 (1971): Što je sociologija? (Preveo Horvat S.) Antibarbarus, Zagreb
9. Google support: https://support.google.com/ (08.11.2022)
10. Jain, P., Gyanchandani, M., & Khare, N. (2016). Big data privacy: a technological
perspective and review. Journal of Big Data, 3(1), 1-25.
https://doi.org/10.1186/s40537-016-0059-y (Posjećeno 11.12.2022)
11. Kuleš, Magdalena (2015): Internet i društveni mediji kao pokretači društvenih
promjena (Završni rad) Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski
fakultet
https://repozitorij.unios.hr/islandora/object/ffos:20/preview (Posjećeno 22.12.2022)
12. Manyika J., Chui. M., Brown. B., Bughin. J.,Dobbs. R., Roxburgh C., Hung Byers A.
(2011): Big data: The next frontier for innovation, competition,and productivity.
McKinsey Global Institute,

14
 https://www.mckinsey.com/~/media/mckinsey/business%20functions/mckinsey
%20digital/our%20insights/big%20data%20the%20next%20frontier%20for
%20innovation/mgi_big_data_exec_summary.pdf ( Posjećeno 08.11.2022)
13. MyHeritage: https://www.myheritage.com.hr/about-myheritage/?
tr_id=m_nyoem7sv93_5gvoml45td (09.11.2022)
14. Mortazavi, M., Khaled, S. (2015). Privacy in a Digital, Networked World; Springer
https://www.researchgate.net/publication/292984270_Privacy_and_Big_Data
(Posjećeno 08.12.2022)
15. Pasquale, F. (2018): Društvo crne kutije- Tajni algoritmi koji upravljaju novcem i
informacijama. Beograd: Fakultet za medije i komunikacije
16. Phipps J. (2021): Online reputation. Webopedia
https://www.webopedia.com/definitions/online-reputation/ (Posjećeno 28.12.2022)
17. Rafiq, F., Awan, M. J., Yasin, A., Nobanee, H., Zain, A. M., & Bahaj, S. A. (2022):
Privacy Prevention of Big Data Applications: A Systematic Literature Review. SAGE
Open, 12(2). https://doi.org/10.1177/21582440221096445 (Posjećeno 02.12.2022)
18. Roger. M., & Lorica. B. (2009): Big Data: Technologies and Techniques for Large-
Scale Data. O’Reilly Media. Issue 2.0.11
https://academics.uccs.edu/~ooluwada/courses/datamining/ExtraReading/BigData
(Posjećeno 09.11.2022.)
19. Salkić, M. (2011): POBOLJŠANJE SIGURNOSTI ANONIMNE MREŽE TOR
UPORABOM REPUTACIJSKOG SUSTAVA (diplomski rad). Zagreb;
SVEUČILIŠTE U ZAGREBU
FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA
20. Scheiner B. (2015): Data and Goliath: The Hidden battles to Collect Your Data and
Control Your World; New York/London: W. W. Norton & Company
https://ciberativismoeguerra.files.wordpress.com/2017/09/bruce-schneier-data-and-
goliath_-2015.pdf (Posjećeno 28.12.2022)

15