12亿人类海量个人和社会信息数据泄漏，总数据量超4TB

2019年10月16日，鲍勃·迪亚琴科（Bob Diachenko）和文尼·特洛亚（Vinny Troia）发现了一个开放的Elasticsearch服务器，该服务器包含前所未有的40亿个用户帐户，涵盖了超过4 TB的数据。

所有数据集中的存在唯一身份ID的人员总数达到了12亿，这是有史以来单一来源组织最大的数据泄露事件之一。泄漏的数据包含姓名，电子邮件地址，电话号码，LinkedIN和Facebook个人资料信息。

导致此数据泄漏与众不同的原因在于，它包含似乎来自两个不同的数据公司的数据集。

开放的Elasticsearch服务器

发现的包含所有信息的Elasticsearch服务器未受到保护，可以通过Web浏览器访问http://35.199.58.125:9200。无需密码或任何形式的身份验证即可访问或下载所有数据。

Elasticsearch将其信息存储在索引中，该索引类似于数据库的类型。以下是发现的服务器上可用的不同索引（数据库）的屏幕快照。

大部分数据跨越4个单独的数据索引，分别标记为“ PDL”和“ OXY”，每个索引约有10亿人的信息。数据库中的每个用户记录都标记有一个分别与PDL或Oxy匹配的“源”字段。

公司1：人员数据实验室（PDL）

根据对数据的分析，认为PDL索引中的数据源自数据聚合和扩充公司People Data Labs。

对近30亿个PDL用户记录进行数据去重后，大约有12亿唯一身份用户和6.5亿个唯一电子邮件地址，这与他们网站上提供的统计数据一致。三个不同的PDL索引中的数据也略有不同，其中一些集中在抓取的LinkedIN领英信息，电子邮件地址和电话号码上，而其他索引则提供了有关个人社交媒体配置文件（例如某人的Facebook，Twitter和Github URL）的信息。

根据他们的网站，PDL应用程序可用于搜索：

超过15亿独特的人，其中包括近2.6亿的美国人。

超过10亿个人电子邮件地址。为美国，英国和加拿大70％以上的决策者提供工作电子邮件。

超过4.2亿个Linkedin网址

超过10亿个Facebook网址和ID。

4亿多个电话号码。2亿+个基于美国的有效手机号码。

通知PDL之后，分析人员被告知问题服务器不属于它们。因为相关服务器位于Google Cloud谷歌云上，而PDL API似乎使用Amazon Web Services。

为了测试数据是否属于PDL，分析人员在他们的网站上创建了一个免费帐户，该帐户每月为用户提供1,000次免费人员查找。

以下是从35.199.58.125服务器下载的安全分析人员的个人数据记录

分析人员称数据几乎100％与个人资料匹配。

需要复制数据段的自行访问网址

https://www.dataviper.io/blog/2019/pdl-data-exposure-billion-people/

在打开的Elasticsearch服务器上发现的数据几乎与People Data Labs API返回的数据完全匹配。唯一的区别是PDL返回的数据还包含教育历史记录。从服务器下载的任何数据中都没有教育信息。其他所有内容都完全相同，包括具有多个电子邮件地址和多个电话号码的帐户。

为了确认这一点，安全分析人员随机测试了50个其他用户，结果始终一致。

有趣的是，在返回安全分析人员的个人资料电话号码1-636-825-2744，但分析人员并不记得有这个电话号码，在调查发现，大约10年前，作为AT＆T电视套装的一部分，他获得了固定电话号码，但座机从未使用过，也从未提供给任何人，因此可见，其中一部分数据大概是从AT&T处泄露。

公司2：OxyData.Io（OXY）

经过一些基本的研究之后，数据中还出现了另一家数据公司OxyData.io。OxyData的网站声称拥有4TB的用户数据（恰好是发现的数量），但只有3.8亿个人资料。

对“ Oxy”数据库的分析显示，几乎所有LinkedIN数据（包括招聘者信息）都被删掉了。
联系OxyData后，被告知服务器不属于它们。Oxy不愿意让分析人员访问他们的API来测试/比较配置文件，但发送了安全分析人员自己记录的副本以进行分析。他们发送的数据主要包含已删掉的LinkedIN配置文件，似乎与数据匹配。

充分说明了，卖数据的公司真tn的可怕。

IP地址35.199.58.125除了只能知道原来托管在谷歌云之外，对于其幕后的主人一无所知。

最后，当分析人员反馈给FBI后，过了不久，曝光服务器关闭了。