面向開發人員的開源生產數據？

Question

我正在構建一個網站，它將是一個開源的，用戶貢獻的內容類型的東西，我認爲如果開發人員能夠訪問夜間生產SQL轉儲，他們更有可能從github檢出代碼並玩它。

根據這一思想是一致的，我考慮之一：

• 一點也不收集私人用戶信息，使用開放ID帳戶和大量使用內存緩存的東西像會話的認證。發佈

有時我得到與忘乎所以

匿名化的敏感數據之前「不會是，如果冷靜......？」想法，所以我希望在這裏進行理智檢查。兩種方法都有明顯的缺陷？這是一個理智的想法？

Answer 1

一般而言，我認爲你應該兩者兼而有之。您收集的任何私人數據僅僅是您的責任，而不僅僅是因爲您打算髮布數據庫。你收集的越少越好。

但是，出於同樣的原因，您可能會意識到，它不僅僅是敏感的ID和密碼。記得the AOL search data leak？或者Netflix數據庫出版物？即使沒有ID，people managed to figure out the real identities的某些帳戶，只需將用戶行爲的路徑拼湊起來，並與其他地方的數據相對應即可。有些人對他們的搜索歷史和他們的電影租賃感到尷尬。去搞清楚。

因此，我認爲一般規則應該是儘可能少收集，並匿名留下的東西。即使您沒有存儲與某個帳戶相對應的人員的身份，也可能需要爭奪各種登錄信息。

另一方面，有些情況下你根本不在乎這種隱私。例如，在維基百科，無論如何，您在網站上做的所有事情都是公開的。至少，所有的數據都被記錄在數據庫中。如果信息已經可以通過API獲得，那麼將其隱藏在數據庫下載中沒有任何意義。

Answer 2

聽起來很不錯。你必須小心的一件事是安全，因爲黑客會知道你的數據庫的確切架構。雖然這不是不可能解決，但只要看看大多數開源項目。但是您需要對安全性加以重視，因爲現在說潛在的SQL注入變得更容易了。

另一件事是確保敏感數據是匿名的。此外，有些人可能（錯誤地）試圖聲稱他們對用戶提交的內容的版權受到侵犯，因此您可能需要指定CC許可證或其他內容，以使所有內容更加清晰，並防止未來出現問題（即使您無論如何都是正確的）。

Answer 3

除了收集的數據較少和匿名你收集的數據，您可以添加一個位/標誌爲用戶選擇他們的數據是否包括或不。您可以將其設置爲CC許可證標誌，在滿足您的需求時爲用戶提供溫馨的服務。