研究隱私外洩而不重演隱私外洩：Researcher-Blind Privacy Measurement

論證

可以公開取得，不等於可以毫無倫理摩擦地觀察、聚合、保存與再發布。為了證明路徑與身分外洩而去讀它們的研究者，就成了第二個觀察者與新的聚合點，而這正是被研究的那種失敗。

它的答案是架構，而不是「保證不亂看」。封閉的機器區負責第一次觀察，壓制敏感值，只輸出匿名的特徵物件。研究者與任何下游分析模型拿到的是：外洩類別、有或無、模板可能性、信心度、detector 分歧、擁有者類別、時間區段與 UNKNOWN；永遠拿不到 repository 或帳號身分、原始路徑、私有位址、類憑證值或可搜尋的原文。

這是一種最小化策略，不保證匿名，也不保證零再識別風險。單純的 repository hash 並不匿名；連結表是選用的，而且危險；值得研究的是失敗的機制、類別、頻率與結構，而不是誰到底洩漏了什麼。