Appleの個人ナレッジグラフの解剖：macOSにおける未文書化データ収集

macOS上の隠れたナレッジグラフ

2022年以降、すべてのMacには、ユーザーとその社会的サークルに関する包括的で検索可能なナレッジグラフを構築するために設計された、knowledgeconstructiondとintelligenceplatformdという一対のバックグラウンドデーモンが搭載されています。このシステムは、連絡先、カレンダー、写真、メッセージ、メール、位置情報履歴、スクリーンタイムなど、オペレーティングシステム全体からデータを集約し、関係性、習慣、行動パターンを推論します。Appleはグラフ構築技術に関する研究論文を公開していますが、具体的な実装詳細、収集データの範囲、および「親族関係」推論エンジンの存在は、ほとんど文書化されていません。

システムの動作方法

ナレッジグラフは、~/Library/IntelligencePlatformに一連のSQLiteデータベースとして保存されます。このシステムの中核は、181のエンティティクラスと278の述語を含むトリプルストアです。これらの述語は、「雇用主」、「家族」、「社会的つながり」などのエンティティ間の関係を記録します。

推論は、以下の組み合わせで実行されます：

• ルールベースの抽出： システムアプリからデータを直接コピーします。
• 機械学習モデル： 家族関係検出のためのXGBoost分類器や、2つのレコードが同一人物を表すかどうかを識別する埋め込みモデルを含みます。
• ローカルLLM： メッセージや写真を解釈して、顔クラスターに名前と関係ラベルを割り当てるために使用されます。

重要なのは、システムが推論されたすべての事実に信頼スコアを割り当て、ユーザーがデータを削除した場合でも、システムはしばしばexpired_stable_graphテーブルに情報を保持し、長期間存続する可能性があることです。

プライバシーと倫理上の懸念

このシステムの発見は、ユーザーの同意とデータの透明性に関する重要な議論を引き起こしました。批評家は、明示的で詳細なオプトインメカニズムなしに、このような詳細な社会的・行動的データを収集することは、ユーザープライバシーの精神に反すると主張しています。

「誰かとチャットしているとき、すべてが逐語的に記憶されるわけではないという事実を中心に、ある種の環境が構築されています...Recapsとこのソーシャルグラフによって、私たちが互いに関係する際の非公式な流動性が失われ始めています。」 — Hacker Newsユーザー @thomascountz

法律関係者も、GDPRなどの規制との潜在的な衝突を指摘しています。特定の目的（メールの送信や会議の開催など）のために提供されたデータが、明示的なユーザーの同意なしにプロファイリングのために再利用されているからです。さらに、このグラフはフルディスクアクセスを持つ任意のプロセスがアクセスできる場所に保存されているため、悪意のあるソフトウェアがユーザーのソーシャルネットワーク全体と行動履歴を理論的にスクレイピングできる「プライバシーの単一障害点」を生み出します。

自分のデータを調査する

透明性を提供するために、研究者はiKnowをオープンソース化しました。これは、ユーザーが自分のナレッジグラフの内容を閲覧できるローカルダッシュボードです。このツールはMac上でローカルに実行され、データベースを読み取り専用状態で読み取り、システムが作成した接続を視覚化します。

自分のデータを検査したユーザーからの主な発見は次のとおりです：

• クロスデバイス同期： ユーザーが同じiCloudアカウントにサインインしている場合、グラフは複数のMac間でIDをリンクできます。
• サードパーティアプリの統合： システムは、SlackやWhatsAppなどのサードパーティメッセージングアプリからメタデータを取り込んで、ソーシャルグラフを構築する場合があります。
• 不正確な推論： 多くのユーザーは、システムが家族関係や社会的つながりについて誤った仮定を頻繁に行うと報告しており、自動化された推論モデルの限界を浮き彫りにしています。

一部のユーザーは、このローカル処理はクラウドベースの監視よりも望ましいと主張していますが、他のユーザーは、文書化の欠如と、簡単にオプトアウトまたはこのデータを消去できないことが、信頼の根本的な侵害を構成すると懸念しています。あるユーザーが指摘したように、「十分に長いタイムラインでは、すべてのクローズドソースソフトウェアはスパイウェアに変わります。」