体育数据分析的基础设施出了漏洞,数据本身也说不清
体育数据分析越来越依赖的底层系统,正是眼下审计频频失守的那套系统:9月30日,一名16岁的研究员公开称自己拿到了微软分析数据库的管理员权限,这些数据库估计存有173000亿行数据。

The Register 9月30日刊登的这一披露,是近来不断堆积的证据中最新的一条:数据分析(包括体育分析)背后的管道,被检验的速度快于被修补的速度。
这名研究员化名 Faav,16岁。他发现微软内部的 Titan 分析服务会校验 JSON Web Token 的内容,却从不检查签名。据 The Register 报道,他经由一台 Azure Cloud Services 主机拿到了管理员权限,可以对微软估计存有173000亿行的分析数据库执行 SQL。微软随后封堵了该 API,并向他支付了5000美元的漏洞赏金。
这个漏洞到底暴露了什么
The Register 引用了 Faav 自己博客中的说法,他用任何平台团队都该听得懂的比喻描述这个缺陷:“身份验证检查就像一家酒店,每扇门的读卡器都能用,但任何一张房卡都能打开任何一间房。”他说自己按微软的要求改写了那篇文章,删掉了一些段落和数字,并称行数总量是根据元数据推算出的存储估计值,很可能包含历史数据和重复数据。
微软在一份被 Faav 写进博客的声明中告诉他,这次提交“帮助我们加固服务,从而更好地保护客户”。
这一个接口背后的数字,才是体育科技负责人该好好消化的部分。据 The Register 报道,仅元数据就覆盖24569个仪表盘、425891张图表和27347个数据集定义。30个生效的路由值经由24份配置,解析到17个相互连接的分析数据库,涉及9863个不重复的表名。这就是现代分析资产的形态:分散、联邦式,靠一套身份验证逻辑维系,而这套逻辑的强度只等于它最弱的那一环。
Titan 事件的披露中没有点名任何体育机构。但同一种模式,也就是一个悄悄汇聚多方数据的中央分析层,正是这个行业过去两年一直在建的东西。
治理先于记分牌到来
过去48小时里还有两条消息,显示压力来自另一个方向:来自公众和监管者,而不是攻击者。
“公众反弹的规模,应当给政府敲响一记警钟。”
说这话的是运动组织 38 Degrees 的 Veronica Hawking,The Guardian 9月30日引用了她的表态。此前已有超过44000人依据英国《通用数据保护条例》第21条提出法律异议,要求阻止由 Palantir 提供技术支持的 NHS 联邦数据平台处理他们的健康数据。Palantir 称该平台有助于缩短等待名单,并援引数据称多做了117000台手术,长期住院患者的出院延误减少了14.3%。英格兰 NHS 表示,数据仍由各机构掌控。异议者不同意这一说法,争议如今已进入程序层面,而不只是口头交锋。
在荷兰,披露问题走向了反面。Lighthouse Report 与《Trouw》及其他欧洲媒体合作的一项研究,经 NL Times 9月30日报道,发现荷兰较大的数据中心中,公布用电和饮用水数据的不到四分之一。欧盟《能源效率指令》要求500千瓦以上的站点报告相关数据,这一要求已实行三年。荷兰企业局只掌握荷兰数据中心协会认定的186个符合条件商业数据中心中104个的数据,而公开数据中,用电的有44个,用水的有47个。
荷兰中央统计局的数据显示,2024年荷兰数据中心用电51亿千瓦时,占全国用电量的4.6%。电网运营商 TenneT 预计到2030年这一比例将达到10%至15%。
分析背后的算力问题
体育数据分析处在这条供应链的消费端。每一套追踪系统、每一个预期进球模型、每一次转播增强,都跑在基础设施之上,而这些设施的成本、税收待遇和环境足迹,正在公开场合被重新谈判。
Meta 使用联邦研究税收抵免就是一例。The Decoder 9月30日援引《纽约时报》报道称,Meta 把 AI 数据中心归类为“试点模型”、把 Nvidia 芯片归类为实验材料,2025年因此节省了39亿美元,高于上一年的20亿美元和2023年的7亿美元。Meta 在提交给美国证券交易委员会的文件中警告,这些节省可能受到挑战,其不确定税务头寸的准备金上升45%,达到1874000万美元。公司提到五年内2000亿美元的研发支出。其审计机构安永认可了这一策略。
与此同时,工程层面的工作还在继续。亚马逊云科技9月30日表示,Aurora PostgreSQL 现在可以直接查询 Amazon S3、S3 Tables 或 AWS Glue Data Catalog 中的 Apache Iceberg 和 Parquet 数据,无需抽取、转换、加载管道,用的是嵌入 PostgreSQL 的 DuckDB 查询引擎。该能力已在 Aurora PostgreSQL 17.11 和 18.6 及以上版本全面可用,不额外收费。对体育数据团队来说,这省掉了数据湖与运营数据库之间的一次复制,而多数延迟投诉正是出在这一环。
以上都不是对体育分析市场的预测,而是对它脚下地面的描述。Titan 事件的披露、NHS 的异议和荷兰的披露缺口,是同一个发现的三个版本:数据在那里,分析在运行,而围绕两者的管控,总是先被不该发现的人发现。
资料来源
5- 0116-year-old found Microsoft bug, got admin access to databases with 17.3 trillion rowsEN
- 02More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
- 03Most data centers refusing to say how much water, electricity they useEN
- 04Meta dodges billions in US taxes by calling its AI data centers experimentsEN
- 05Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。