Z2.05.3On-device processing reduces exposure设计研究
数据本地处理可降低暴露
别名: 本地处理 · edge computing · 数据不出家门
概念解释
同样的采集，数据处理发生的位置不同，隐私暴露面不同：原始数据在本地（设备或家庭网关）处理完只输出结论，与原始数据整段上传云端处理，前者的暴露面小于后者。处理位置是隐私暴露的一个控制变量；本地与云端的完整架构权衡（算力限制、混合架构、对用户可见）是另一组知识的事。
机制
暴露面 = 数据的传输路径 + 存储位置 + 可访问主体。云端处理在这三段上各自加长：传输上增加网络链路（中间方、链路元数据）；存储上增加云侧副本（厂商、执法调取、数据泄露面）；访问上增加跨服务聚合的可能（与账号体系、其他设备的数据关联）。本地处理把三段一起缩短——数据不出家门，「能拿到它的人」这个集合物理性地变小。
一个必要的澄清：本地处理降低的是暴露，不是采集——传感器照样在采，只是原始数据不离开采集现场。且推断结果本身也可能上云（本地识别出「睡觉」，云端只收到「睡觉」这个事件）——事件级上报仍构成暴露，只是粒度从原始流降到结论，泄露面的差别是量级性的。
怎么研究
- 用户偏好测量：智能家居隐私研究普遍发现用户偏好本地处理（泛引现象）；对「数据是否出户」的敏感度高于对「功能在哪算」的感知——用户在乎结果，难以自行验证实现。
- 流量审计：抓包对比「宣称本地处理」的设备实际外传内容，是验证宣传与实现一致性的直接方法（独立安全研究常用，也是发现遥测超出的主要手段）。
边界
- 本地不等于安全。 家庭网络被入侵后的横向移动同样能拿到本地数据；本地处理缩小的是外部暴露面，不提供内部防御。
- 「本地处理」是难以验证的宣传。 事件级上报之外常伴遥测回传；没有第三方审计时，用户无法区分真本地与假本地——可信度问题独立于架构本身。
- 算力与功能的代价存在但在范围外。 本地模型更小、更新更慢、功能受限——这组权衡的展开属于架构选择的整组讨论，隐私可见性只确立「处理位置影响暴露」这一因果。
怎么落地
- 按数据类型分级决定处理位置：原始流（音视频、高精度传感）本地处理，只上传事件级结论；必须上云的逐类写明类型、用途与保留期。
- 采购把「本地处理」当作可验证规格：有无独立审计、能否断网验证功能，比宣传语更有信息量。
- 验证办法：对设备做一次流量抓包，核对实际外传内容与隐私声明的清单——出现声明之外的数据类型即为不符；定期复测固件更新后的变化。