Исследователи 8rank.ai: macOS строит граф знаний о семье пользователя

Исследователи из 8rank.ai утверждают, что каждый Mac, начиная с macOS 13 (2022), поставляется с парой фоновых служб (демонов), единственная задача которых, строить граф о пользователе: кто он, кого знает, как эти люди связаны с ним и друг с другом, как он с ними общается, где бывает и чем занимается. Граф собирается на самом устройстве из Контактов, Календаря, Фото, Сообщений, Почты, геолокации, Экранного времени и «длинного хвоста» поведенческих сигналов. Авторы добавляют, что он хранится как запрашиваемое хранилище, из которого, как предположительно (в тексте стоит «allegedly»), берут данные большие языковые модели. Всё в статье собрано на macOS 26 (26.6.2).
Документации почти нет: ближайшее к официальному описание, man-страница man 8 knowledgeconstructiond. Яблочные исследователи в 2023 году публиковали статью о методах построения такого графа, но, по словам авторов, нет сведений о том, как это встроено в macOS, какие версии это запускают и что именно собирается и выводится; про «родственный» вывод (кто из людей, семья) нет ни слова. Раньше с той же базой столкнулся Nic Lydon (текст «I Built a Personal Knowledge Graph. Apple Had Already Built One on My Laptop»), а в сентябре 2026 года Alexis Brignoni научил криминалистический инструмент iLEAPP читать то же хранилище на iOS.
Данные лежат в ~/Library/IntelligencePlatform, это пятьдесят одна база SQLite в открытом виде, но в зоне, защищённой разрешением TCC Full Disk Access. Главная, graph.db, хранилище триплетов (субъект, предикат, объект) со словарём из 181 класса сущностей и 278 предикатов. В граф попадают контакты, лица из Фото, названия и участники событий Календаря, Семейный доступ (включая возраст каждого участника), экстренный контакт из Medical ID в Здоровье, события и контакты из Siri Suggestions в Почте и Сообщениях, люди, переданные приложениями через App Intents, и установленные приложения. Отдельными таблицами лежат данные о том, кто с кем на фото, журнал коммуникаций (кто, когда, через какое приложение, в каком направлении; без содержания, причём с подтягиванием данных с других устройств), геолокация и перемещения, а также сигналы устройства. Среди них поток ContextualUnderstanding.PhysicalSocial, формат записи которого предполагает список людей рядом с пользователем с именами, телефонами и почтой, но авторы ни разу не видели его заполненным. 57 из 181 классов описывают активность (сон, спорт, дорогу, еду), то есть почти треть словаря; впрочем, не все классы, возможно, реально используются, а флаг «реализовано» в таблицах авторов, их вывод, а не твёрдый факт.
Как это выводится: большая часть словаря заполняется простым копированием и правилами, а самые интересные строки дают модели. Пара классификаторов XGBoost определяет, кто член семьи, по 144 в основном поведенческим признакам; две модели эмбеддингов, лишь один из десяти сигналов для решения, что две записи относятся к одному человеку; двенадцать анализаторов в Фото оценивают, кто партнёр, родитель, ребёнок, коллега и друг, по совместным снимкам, поездкам и праздникам; а встроенная языковая модель Apple читает сообщения, чтобы подписать лицо именем и родством (если включён Apple Intelligence). Каждая строка графа получает уверенность, число от 0 до 1.
Оценки родства лежат отдельно. Две модели CoreML (EntityTagging_Family.mlmodelc и EntityTagging_FamilyAndFriends.mlmodelc) возвращают класс и вероятность. Результаты идут не в граф, а в таблицу entityTagging.db: по строке на человека, семнадцать столбцов родства от «семья» до «мать» и «коллега», пересчёт каждый день. Модель есть лишь за двумя из семнадцати столбцов; что заполняет остальные пятнадцать и как вероятности превращаются в уверенность в графе, авторы проследить не смогли. Названия признаков лежат в metadata.json каждой модели открытым текстом. Группа «идентичность», фамилия, домашний адрес, флаг семьи iCloud, это меньшая часть; основную массу составляют сообщения и фото, обусловленные днём недели и временем суток. Один из признаков называется photosPersonPosteriorProbabilityGivenSaturdayNight.
Удаление не стирает данные везде. Живой граф забывает: после удаления контакта его не выводят заново, таблицу при следующем запуске заменяют целиком. Но рядом есть таблица expired_stable_graph: отозванная строка переезжает туда вместе с уверенностью и источниками. Сколько она там хранится, авторам неясно: похоже, около 48 часов (по метке очистки и недавнему снимку таблицы), но на Mac автора можно было прочитать очень старые записи. Кроме того, вывод может пережить свои основания: на Mac автора таблица оценок всё ещё оценивала двух людей, которых граф уже убрал накануне, оба были известны ему только по приглашению в календаре.
Авторы подчёркивают, что дело не только в пользователе: близкие, друзья и все, с кем он общался через устройство, тоже попадают в граф, их никто не спрашивал, а хранилище связывает их с владельцем и друг с другом. Из собственного хранилища, пишут они, языковая модель могла бы легко вывести: что в семье есть ребёнок и примерно какого он возраста; в какой детский сад он ходит и оба номера телефона, которые к нему ведут (скопированы с карточек контактов; часа, когда ребёнка приводят, в календаре нет); где и в какие дни семья будет в какие часы; кто из семьи там будет; и что установлено на машине, вплоть до менеджера паролей. Сценарий злоупотребления (гипотетический, с «аблитерированной», то есть с убранными ограничениями, языковой моделью) они разбирают в отдельной второй статье. Утешение, по их словам, в том, что эти знания предназначены оставаться на машине под защитой Full Disk Access, хотя их могут использовать другие службы, как и какие именно, авторам не до конца ясно.
В завершение авторы публикуют с открытым кодом локальную панель iKnow, чтобы читать содержимое своего графа на своём Mac.
Ключевые факты
- По утверждению 8rank.ai, с macOS 13 (2022) в каждом Mac работает пара фоновых служб, строящих на устройстве граф о пользователе и его окружении из Контактов, Фото, Календаря, Сообщений, Почты, геолокации и поведенческих сигналов.
- Данные лежат в ~/Library/IntelligencePlatform: 51 база SQLite в открытом виде, защищённая разрешением Full Disk Access; граф graph.db, хранилище триплетов с 181 классом сущностей и 278 предикатами, у каждой строки есть уверенность от 0 до 1.
- Пара классификаторов XGBoost по 144 в основном поведенческим признакам определяет, кто из знакомых, семья; оценки (17 столбцов родства, модели есть лишь за двумя) лежат в entityTagging.db и пересчитываются ежедневно.
- Удалённые записи переезжают в expired_stable_graph с уверенностью и источниками; срок хранения неясен (похоже, около 48 часов, но на Mac автора читались и очень старые записи).
- Авторы выложили с открытым кодом панель iKnow, позволяющую посмотреть свой граф, и отдельно описали гипотетическое злоупотребление таким хранилищем.
Почему это важно
Если выводы авторов верны, в обычном Mac лежит подробная карта вашей жизни и жизни ваших близких, собранная без отдельного ведома пользователя и почти без документации: единственное официальное описание, по их словам, man-страница. Особенно чувствителен «семейный» вывод: признаки модели включают то, с кем вы переписываетесь и кто снимается с вами на фото в зависимости от дня недели и времени суток. Затронуты и люди, которых никто не спрашивал.
Кому это важно
Владельцам Mac с macOS 13 и новее, особенно тем, у кого в Контактах, Календаре и Фото много данных о семье и детях. Исследователям приватности и безопасности, специалистам по цифровой криминалистике (хранилище читает и iLEAPP на iOS), а также разработчикам и командам, которые строят персонализированные ИИ-системы с похожим единым хранилищем данных о пользователе.
Как это применить
Авторы предлагают панель iKnow с открытым кодом, чтобы прочитать свой граф на собственном Mac; для доступа к базам нужно разрешение Full Disk Access. Они также пишут, что после удаления контактов записи могут оставаться в expired_stable_graph и что чистить их приходится вручную. Рекомендации по защите в доступном фрагменте статьи не приведены, так что прежде чем что-либо править в базах, стоит учесть, что это сторонние находки без подтверждения от Apple.
Можно ли доверять
Это исследование компании 8rank.ai; отдельные авторы в доступном тексте не названы, ответа Apple и комментариев Apple в нём нет. Авторы сами оговаривают пределы: не уверены, что все классы реально используются, их пометка «реализовано», вывод, а не факт; утверждение о том, что языковые модели берут данные из хранилища, сопровождено словом «allegedly» (предположительно); срок хранения удалённых записей и связь оценок родства с уверенностью в графе не установлены. Текст доступен не целиком, поэтому концовка и выводы остались без проверки.
Риски и подводные камни
Главный риск, по описанию авторов, единая точка отказа приватности: если хранилище попадёт в чужие руки, из него можно вывести возраст ребёнка, его детский сад и телефоны, расписание семьи и состав присутствующих. Они отмечают, что эти знания предназначены оставаться на машине, но их могут использовать другие службы, и как именно, им не до конца ясно. Удаление контакта не гарантирует удаления производных данных, а оценки могут пережить свои основания. Отдельно стоит помнить, что часть выводов авторов, их собственные оценки и гипотетические сценарии, а не подтверждённые факты.
«Они, самое ясное описание того, что представляет собой эта система, из всего, что я где-либо находил.»
— 8rank.ai, о названиях признаков в metadata.json моделей определения родства