160亿密码泄露事件（又名“数据巨魔”）

所谓的“160亿密码泄露”事件并非一次性的重大数据泄露，而是多个信息窃取器日志的集合，其中包含大量早已流传的重复数据。经过分析，这批数据最终确认影响了约 1.09亿 个唯一的电子邮件地址，其中高达 96% 的地址早已被收录在数据泄露查询网站 Have I Been Pwned (HIBP) 中。这起事件的实际新增风险远小于新闻标题所渲染的程度，它更多地暴露了媒体在报道数据安全事件时追求轰动效应而非事实准确性的问题。

夸大的新闻标题与现实

近年来，数据泄露新闻的标题似乎陷入了一场数字竞赛，每个新报道都试图用一个更大的数字来超越前者，形成一种博取眼球的恶性循环。

“160亿密码泄露”的标题就是典型案例。这类耸人听闻的报道迅速传播，甚至被主流媒体引用，引导大量公众前往 HIBP 查询，尽管当时这些数据尚未被收录。这反映出公众的恐慌情绪很容易被夸张的数字点燃。

这类新闻标题往往包含大量红色字体和感叹号来制造紧张气氛，但文章内容却又会告诉你“不必惊慌”。

数据的真实来源

为了探究真相，HIBP 的创始人直接联系了最初发现这批数据的安全研究员。研究员澄清，这批数据并非来自单一的泄露源头，而是多个不同信息窃取器日志的集合。

• 信息窃取器日志 (Infostealer Logs): 这些数据来自被恶意软件感染的个人电脑，而非某个大型网站被攻破。
• 捆绑与再分发: 攻击者会将从不同受害者电脑上窃取的数据捆绑在一起，并进行转卖或分发，导致相同的数据在不同地方反复出现。
• 并非全新数据: 许多数据集早已在网络上流传，这次只是被重新打包和曝光。

因此，将此事件描述为一次“大规模泄露”本身就具有误导性。

数据分析：从27亿到1.09亿

研究人员收到了这批数据的一个子集，包含 27 亿行记录。经过仔细的去重和解析，数据的规模大幅缩水。

27亿行记录最终只对应1.09亿个唯一邮箱地址，这意味着从原始数据到实际受影响人数，数量减少了 96%。

数字缩水的主要原因包括：

• 文件间重复: 同样的数据在不同的文件中多次出现。
• 文件内重复: 在同一个文件中，相同的数据也可能重复记录。
• 记录与人的关系: 一行记录仅代表某用户在某个网站上的一次登录行为。一个人可能对应数百行记录。

如果将同样的缩水比例应用到“160亿”这个标题数字上，实际影响的人数规模会更小。

实际影响远小于报道

在最终确认的1.09亿个唯一电子邮件地址中，96% 的地址在此之前就已经被收录在 HIBP 的数据库中。这意味着，对绝大多数人而言，这批数据并未带来新的泄露风险。

• 新增地址: 本次事件仅为 HIBP 数据库增加了 440万 个前所未见的新地址。这个数字虽然不小，但远不足以支撑“史上最大泄露”的说法。
• 陈旧数据: 信息窃取器日志中的数据往往是陈旧的，无法确定设备是何时被感染的。
• 现有风险: 这批数据所构成的风险早已存在，并非新出现的威胁。

总结

• “160亿”这个标题数字与实际影响相去甚远，是极大的夸张。
• 数据主要来自流传已久的信息窃取器日志，而非一次新的、大规模的系统性泄露。
• 这批数据并未构成新的、未知的风险。

将这批数据命名为“数据巨魔 (Data Troll)”，恰如其分地描述了这一现象：一堆数据被媒体和舆论塑造成一个可怕的怪物，通过操纵性标题来博取关注，而事实远没有那么恐怖。我们需要严肃对待数据安全，但更需要理性和准确的报道。