Эдвард Сноуден: осведомитель, который выдал секреты АНБ

Ну почему? Были же во времена второй мировой войны бетонные корабли. Почему бы не сделать и мраморную яхту? Оригинально и пафосно. Даже у Абрамовича такой нету.

Да, тут вы правы. Я просто немного другую задачу себе представлял. Если же задача найти человека по его голосу, который уже есть в базе, то тут все с масштабированием достаточно просто (в сравнении с поиском абстрактных террористов по каким-то речевым паттернам, интонации и словам). Тут же даже не надо каждый разговор абонента смотреть, достаточно каждый 10-й, например, и от целого разговора нужна всего, скажем, минута.

Это уже совсем другие потоки данных. Но это достаточно узкая, хоть и ИМХО очень полезная задача. Но в контексте этого я бы даже за свою приватность не переживал особо.

Довольно элементарно это все рашается, ряд людей с известными паспортными данными, хорошими характиристиками после первого ложного срабатывания заносятся в белый список и потом на них анализатор не дергается, таких будет 99% активных абонентов.

Можно блее тоно и четко настроить фильтры, больше внимания уделять новым и анонимным абонентам. При желании можно решить все проблемы.

Суть в том, что всё равно базовые станции ведь как-то могут это всё через себя пропускать, кодировать, декодировать и обрабатывать. Значит и сохранять могут. Ведь не обязательно это всё сохранять, обрабатывать и хранить в одном месте. Распределенная сеть, причем на уже существующей инфраструктуре.
Надо бы спросить местных МТСовцев и Билайновцев, что у них там в черном ящике возле каждой вышки — может что-то похожее да и найдётся (хотя врядли кто-то об этом публично скажет).

Плюс голос не обязательно весь хранить в оригинальном виде. Во-первых, как выше писали — текст (самый сжимаемый вид). Во-вторых — very low bitrate voice codecs, а это до 500 бит(!) в секунду (например: www.esiee.fr/~baudoing/pdf/padellini2004-eusipco.pdf и это 2004 год, первое что нашлось в гугле, может теперь есть какие-то продвижения по этой теме).

Таким образом получается 284 Мб/с, либо около 24 Тб в сутки, либо 8.5 Петабайт в год. Что более чем на порядок меньше.

Разделим это на количество городов в России (около 1100 имеют статус города, судя по вики) — выходит по 8 Тб на город в год. Теперь 3Тб жесткие стоят около 150$.

Мне кажется, что выделить каждому городу денег на три новых жестких по 500$ в год — сущие пустяки для КГБ РФ.

Кстати да, прослушка подразумевает, что человек ознакомился с содержанием. Когда-нибудь в это понятие будет входить и ИИ, не только «прослушавший», но и принявший решение выслать ГЗ, но пока де-факто массовой прослушки нет.

Ну, скажем так, не в онлайне там считать и не получится практически. Хранилище всего лишь сглаживает пики нагрузки. Данных там будет порядка 10 Гб/с.

Это в принципе немного, но если что-то простое и линейное считать. Но звук же в PCM, я сомневаюсь, что его хотя бы по фурье не разложив и/или без каких-нить других плясок с бубном можно будет какие-то адекватные признаки вычленить. Со звуком получается сразу много операций для почти любых вещей, кроме линейных фильтров. ИМХО там алгоритм должен быть очень хитрым а признаки очень простыми, чтобы тут уложиться в сотню тысяч машин.

С Яндексом сравнивать было бы странно, т.к. текст по фурье или еще как-то раскладывать не надо на каждый чих, и текст куда проще индексировать, чем звук. Может оказаться так, что с такой прослушкой и не особо дешевле выйдет, особенно, если что-то хранить придется.

А «на заказ» — я имел в виду, что мы сужаем круг сторонними методами до десятков-сотен тысяч, а потом прослушиваем тех, кто остался. Либо, наверное, решаем настолько узкую задачу, что нам не нужны все данные разговоров абонентов (как человек выше упомянул, поиск по голосу).

Для меня это просто психологически выглядит не так страшно с точки зрения моей privacy, как если бы мой разговор хранился и прослушивался безусловно (по крайней мере, тут для меня критерии попадания в прослушку или базу голосов становятся важнее самого факта прослушивания)

Сегодняшние данные на самом деле потеряют актуальность, в данном контексте, через 5 лет, да и хранить их будет очень недешево, сотни петабайт — это многовато. Но вот потоки не особо возрастут, это да, и через 10 лет уже точно будет возможно и хранить и по-умному обрабатывать такое.

Да и, кстати, пропустил сразу реплику, что хранение ничего не стоит: думаю, гугл, яндекс и мейлру с вами не согласятся. В задаче прослушки данных поряка петабайта в день.

Это с вашей точки зрения лишены, и возможно на текущей стадии прогресса, но порог реальности создания подобных систем будет преодален в ближайшее десятилетие.

Те, кто очень хочет, естественно смогут скрыть в рамках небольшой группы, но большинство преступников и террористов люди довольно неграмотные в сфере IT, допускают множество просчетов, делают ошибки, используеют устаревшие технолгии шифрования, пытаются закомуфлировать истинную речь инасказательно. Попытка шифровать передоваемый контент, пользоваться языковыми шифрами и обилие метафор и иносказаний, наоборот будет привлекать пристальное внимание системы.

В рамках системы насчитывающей сотню агентов, становится очень тяжело не допустить ошибки даже в телефонных разговорах, при наличии
системы анализа, все ошибки фиксируются, ниточки раскручиваются.

Задача сложная, работа гигантская, с правами личности не соотносится никак, но спецслужбы это делать будут.

И он действительно был неуязвим. На него вышли, вычислив его связного и слушая его звонки семье. Посмотрите фильм «Цель номер один».