为什么被要求避免使用orcid

前段时间收到了最高机构的通知,要求不要使用orcid,并对之前使用的情况进行自查。得到这个通知,我其实还是蛮无感的,毕竟我一篇论文也没法过,而且也没有用过这个orcid,虽然我自己也是有这个的。

 

关于为什么上层要求不使用orcid呢,我觉得有篇文章说的还是比较好的:科技期刊注册ORCID可能存在安全隐患和风险

不过这里面也是有了些过于片面的看法,我也就针对这篇文章上的一些东西说下个人的看法:

 

第一部分,关于orcid是什么,这个没有什么好说的。

 

第二部分,ORCID的安全隐患分析,我想这个还是有很多要说的。确实orcid以后完全可能会形成垄断,以后很多期刊社可能强制性要求所以人都使用orcid,而且这个orcid的数据是被美国国家机构说掌握的,可以说如果我国的学者使用orcid,那么我们所有使用orcid的数据就全部暴露给美国政府了。不过上面文章中说orcid用处没有那么明显,尤其是使用用户名来查询的时候,还是会出现多个姓名相同的不同orcid的学者,其实这本就不是问题,因为orcid本就不是区别用户姓名的,可以说orcid只是区分注册邮箱和绑定邮箱的。换句话说orcid绑定的邮箱是唯一的,你如果注册时使用一个系统中没有绑定的邮箱,那么分配给你的orcid就和这个注册邮箱绑定到一起了,你在这个orcid下面填写自己的信息等等,之后如果绑定的邮箱不使用了你可以更换邮箱做新的绑定,但是orcid和其中的填写信息是不变的。如果绑定orcid的邮箱被注销或分配给其他人,你已然可以使用自己的账号和密码进到orcid中更换绑定的邮箱,而且orcid本身也是主要针对这个情况来服务的。但是对于一个用户注册多个orcid的问题,orcid确实是无法解决的,因为即使同一个人也是可以使用多个邮箱申请多个orcid的,而且这样的操作我也干过,不过后来我就把另一个注销了,主要是当时注册orcid的时候不太会搞也就无意多注册了一个orcid,而且我感觉这种同一个人拥有多个orcid也不是啥大问题,因为至少现在来看没有那种方式可以完全百分百的区分学者,而orcid可以说是目前唯一能想到的方式了。如果说针对要百分百区分学着,连这种一个人注册多个orcid的小概率事件也要完全排除那就只能使用学者的护照号码、身份证号码、国籍等等信息了,要不然也真就想不到怎么样比orcid区分效果更好的方式了,不过考虑到隐私的问题,这个orcid还是目前能想到的最好的学者区分的方法。关于orcid的信息理论上会被黑客盗取我想也不太应该看重,毕竟这种事情并不能说orcid的问题,再高机密的数据也无法保证永远安全,不过有一个问题确实事实,那就是orcid中的内容很敏感,价值性很大。

 

第三部分,科技安全防范建议,我想其实就是跟着第二部分的内容。说的直白些,orcid的数据很敏感,价值也很大,orcid数据记录了一个学者的读书经历,工作经历,项目经历,基金成功,论文成果,你所有待过的机构名称和国家名称,以及你所有的企业中的任职情况(哪个公司,哪个岗位)等等消息。可以说orcid中的数据更像是一个人的简历,甚至可以说是更加精炼的,更加以科研能力、工程能力为依据的特定简历。这样的orcid信息还掌握在美国政府手中,而且还不能排除黑客获得的可能性,最主要是这样的信息不能被我们本身说掌握,相当于我们如果使用orcid就把自己的所有相关信息就授权给美国政府了。这个时候美国政府就可以根据我们所提供的orcid信息来判断我们国家对不同科研领域的投资情况(基金、项目信息),也可以知道我们国家现在的不同领域的科研水平(论文信息),而且更加可以知道我国不同领域的科研人才的读书经历、工作经历以及现在说任职的单位,换句话说如果真的有一天像“三体”中的那样,美国都可以对我们国家特点科研领域的领军人物进行定点清除。美国可以通过我们的orcid信息构建出知识图谱,可以知道我们国家的科研发展方向,未来的发展方向,以及未来有可能领军的领域和人才,甚至可以发现很多潜在的事情,而我们自身很有可能是发现不了的一些信息,这样无形之中对我们的国家安全就造成了威胁。

 

 

--------------------------------------------

 

PS: 如果orcid只记录学者的邮箱信息可能就没有那么大的安全隐患问题,这样就像DNS服务一样,只是实现orcid与人的映射,而没有加入人的本身的其他这些属性。但是我们也知道,其实orcid真正想做的不仅仅是学者和id的映射,更是学者本身信息的映射。其实有个学者身份唯一认证的系统还是蛮有必要的,毕竟很多人他的本科、研究生、博士生都不是一个单位读的,毕业后工作的单位也是可能换过几个的,而且很多人的邮箱往往都是跟着单位一起在变的,因此只是靠着单位、邮箱、姓名来判断是否为同一个人确实是有难度的,这也造成了学者消歧成了一个难题,但是像orcid这样的映射其实有必要(太多个人信息的录入就有些图谋不轨了),其设计确实也很精妙(没有使用B2B的方式,而是B2C的方式)。orcid不是自己去核对每个学者的信息,然后去做映射和消歧,而是要所有学者自己来提供信息,来自己去做这个消歧,而且这样的设计也是唯一可行的方式,毕竟很难有什么技术来独立做这个事情(爬取全球学者消息,比对、去重后消歧),而所有人自己主动来做就可以很大程度上解决这个问题。

 

=========================================

 

 

相关:

科技期刊注册ORCID可能存在安全隐患和风险

 

 

=========================================

 

posted on   Angry_Panda  阅读(2901)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· 展开说说关于C#中ORM框架的用法!
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
历史上的今天:
2017-02-05 标准遗传算法(二进制编码 python实现)

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示