miniweb疑似侵權事件之技術分析

最近miniweb事件，來龍去脈，請移玉步到http://www.daisymarisfung.com/2012/01/16/miniweb-copyright-infringement/，不再另述，本文的目的，是談談本人的一些見解，若有任何錯漏，不吝賜教。

聲明：

1. 商業侵權在香港是刑事罪。
2. 在英式法律系統下，是假定無罪，即法庭一日未判，都是無罪的。
3. miniweb有需要就其技術作出澄清及解釋，以釋除公眾的疑慮。
4. 如各版權持有人，覺得有被miniweb侵權，請向香港海關舉報，這樣海關才有權作調查。
5. 本人不認識miniweb公司的人，本人亦不認識Daisy本人，本人同miniweb公司及Daisy本人並無任何利益關係及交情。
6. 本人乃MBCS，出於專業責任，本文以本人之專業，試圖由技術角度，分析有可能出現之侵權問題。
7. 本人不是法律專家，因此版權上所給的意見，全是個人意見及立場，並不代表本人之見解是真正法律上的見解。如要尋求法律意見，請向律師或有關方面之人士查詢。
8. 本文只係技術分析文章，是利用技術分析去探討香港版權法的灰色地帶，讓同業能正視香港版權法對我們的影響。若本文令到各位認為有明示暗示針對的話，本人在此再重申一次，本文只是技術討論文章。
9. 我們講科學，科學講證據，若對本文之技術有意見，請提出反證。

註: 藍色字為後加修改或資料補充.

本人留意miniweb，是其在1月16日上了蘋果日報，而在G＋上一些業界頻道上面，Daisy質疑miniweb侵權之言論，而首次知道有miniweb這隻APP。蘋果日報的報導，看到以下這句：「用戶下載 miniweb後，可訂閱內設的頻道或自選喜愛網頁，包括報章、 IT網站和討論區等。公司儲服器會自動下載網頁資料，再轉化成文字及簡單圖片，供用戶透過手機瀏覽。」從那些黑字，我立即出了個疑問在G＋上，其內容如下圖：

由於興趣關係，在寬頻還未發達之年代，我和不少行家都寫過一些機械人，會自動幫手找所需資料或最新新聞，先存在自己的SERVER上，然後定時send email給自己。但這些工具我們都不敢公開及向其他人提供服務，因為這裡涉及到一個侵犯版權的問題，Re-Distribution，中文為再發佈（發表／散佈）的問題。

而在facebook上miniweb負責人Benfeng Chen有一個回應讓我覺得有趣，其內容如下圖：

既然其負責人話和opera一樣用了差不多的技術，本著求真的精神，於是我下載了這隻miniweb入iPhone，看看是否和Opera使用同樣技術。

在此之前，首先我們要知道Opera mini和mobile所用的技術，是什麼的技術。

Opera mini和mobile跟據官方網站所提供的資料，是一個browser（瀏覽器），以及自動使用Opera公司的代理伺服器（proxy server）作快取（web cache）之用。下圖是一般傳統proxy server(forwarding)有的流程。

1. 用家在瀏覽器內輸入要看網頁資料，瀏覽器就會問proxy server取其資料。
2. 不論proxy server本身有無資料，都會問website。如proxy本身已經有該網頁資料，就會問website該資料有沒有更新過；（2.1）如果沒有，website就會話無；若有的，website就會傳送個最新的給proxy。
3. 如果proxy收到website話無更新，就會直接send自己本身有的file給用家；若有更新，proxy會等website傳送完最新的DATA給自己及備份後，才會把最新的傳給用家。

而proxy的好處，就是若有很多用家去那個網站又或重訪，若網站沒有更新的話，基本上所有資料都是取自proxy；而當有人去那或重訪網站時，proxy只需去問網站有沒有更新就成，那麼在沒有更新的情況下，可把proxy和網站的傳訊流量減到最少（不是訪問次數，訪問次數在此情況是不受影響［重點］）。而另一個好處是，若用家和proxy之間的通訊速度快的，而用家去網站是慢的（如要過大海或衛星），那麼除了第一位用家外，若在網站沒有更新的情況下，其他用家會覺得去該網站會快了。因此不論用家（速度快了）、網絡商（可用更少資源去服務更多客戶）、網站持有人（訪問次數無減少但用少了資源以及少了用家投訴慢）都有得益。

那Opera在這傳統proxy model上，有什麼突破呢？

Opera所用的技術，就是在用家瀏覽器和porxy之間的通訊，在不影響原來應有內容的大原則下，進行壓縮。另外opera mini會多做一樣，就是在proxy上有程式，把在website取下的網頁資料，在不影響layout的情況下，會盡量把所有不需要用或在電話上根本用不到的效果的code減少，官站亦有列出opera mini會支援的功能格式。（講白些就是，把HTML＋JAVA SCRIPT的Layout Engine由Browser搬到Proxy Server上，在再用這個只有基本function的layout engine所parse出來的outlooking，直接傳回手機上，這是opera mini的做法；但opera mobile個Layout Engine是在電話上，proxy傳到手機上的DATA是用了強力壓縮方法的網頁原始碼）

講到這裡，心水清的讀者應會發現在舊版權法下，其實proxy做法可能會有版權問題。一就是複製，二就是再散佈。但由於無人在這proxy model下有任何利益損失，反而如前面所說三者都有得益。在這情況下，雖舊有版權法下是不合法，但由於無人在此有利益損失下提告，反而因為得益而會更加支援這技術。話雖無罪假定，因無人提告，法庭又無可能界定到這是有罪，但不代表舊有版權法無問題，因此最近政府修訂版權條例，有部份修改就是關於在proxy快取情況下作出括免。

這又帶出版權，在一般製作人眼中，是怎樣認為是被人侵權－－其實很簡單，就是其覺得利益受損，以及民事或刑事等問題。這個問題，是需法律學者去解決，在此不再詳談。

好了，講了這麼多，那麼和miniweb有什麼關係呢？究竟miniweb是否如其宣稱一樣是一個像opera mini的browser？其收費究竟有沒道理，有沒有違法？

我們講求科學，講求科學探究精神，當然首先是要做實驗。

於是我在iPhone下載了miniweb回來試試。當然，第一件事，就是試試本站的效果如何，找了唯一能輸入字的地方，試試連入本站，其結果如下圖：

開始……

OTL

是進入不了本站的。那麼，即表示miniweb不是browser。這表示miniweb他們宣稱是browsing tool 是不正確的。

第二，究竟miniweb有沒有使用到proxy model的技術呢？

求證的方法很簡單，若果有自己的VPN或Gateway，可以合法地用tcpdump去聽由電話經我自己的VPN或Gateway所傳取Internet的packet。再比較miniweb、普通Browser、以及opera之間packet的分別。以下分別是普通Browser經squid，用opera，以及miniweb三者之間的分別。

上圖是miniweb的tcpdump，可清楚看到HTTP Header，是標準HTTP Call。(各位有空可試用tcpdump看看, 並照著GET後面的URL, 連入去看看有什麼發現. 有時, 畫公仔不需畫出腸的)

上圖是Opera mobile的tcpdump。Opera是使用其特別壓縮過的通訊協定，所以一定是亂碼（其實是TCP binary）

上圖是傳統Proxy所用的Packet，我們可見到是TCP binary加小量Plain Text。（因為要快，傳統proxy在protocol上亦有做優化）

我們可以看到miniweb所用的不是傳統proxy技術。由tcpdump所看到的，是普通的http call去call miniweb自己的web server。

那麼，雖然miniweb不是用傳統proxy技術，但這又和疑似侵權有什麼關係呢？

那麼請各位先看看miniweb入面，有不少很有用的SITE，其中一個，就是JobsDB，其之前曾經投訴有網站偷其Job Ad去另建網站牟利。看到miniweb能和這大公司合作，真係喜出望外。

不是騙大家，真是有好工。但是…….

發生什麼事，為何JobsDB會話我是機械人？

那麼，miniweb夠竟是Browser, 還是會先收集人家網站資料的Reader服務？

前者經以上分析，好像不是；若是後者的，那麼miniweb現時內置原有頻道內的資料，有沒有其資料擁有者的授權呢？如好似Daisy一文中所提到的情況，連盜版資料都有的話，就必定是侵權了。那麼，miniweb的收費服務，豈不是有更大問題的嗎？

後者有的問題（收集人家網站資料的Reader服務）是，那些服務是用機械人（bot）定時去那些網站（A）更新，把更新後的資料存回自己SERVER（B），當USER開APP閱讀時，資料是由SERVER B傳回給USER，而網站A是完全無記錄的。這種技術和PROXY不同，PROXY技術是會在有USER REQUEST時，會知會網站，並且不會修改。而bot的技術則不會，因此會嚴重影響網站人流，直接或間接影響網站的收入（如廣告，贊助等，因這些是基於網站人流計算；因為人流，代表著其廣告的暴光率；正如無線廣告貴過亞視是因為收視率一樣）。若那些服務收費，或另外自己打廣告的話，那就真的正正是掠奪別人的勞動成果了。

好了，講了那麼久技術，miniweb就先在此打住，容後再談。

[smartads]

---

以下繼續是談系統設計和版權的問題。

在文章開頭談過，我們很多同行都會寫一些機械人給自己用，如到各大新聞站找新聞，亦由於版權上散佈的關係，一般我們找回來的新聞，都係自用的。

以下這張圖大致解釋這類程式及中介網絡服務公司會做的流程：

裡面的數字，不同排法，以及內容，可以簡單地了了解會否侵權及可能需要授權的地方。

2->3->1 或 2->3->4->1 就會有把資料收集，修改，再散佈／分發的問題。因為是service provider主動去收集資料，如果資料無經授權，這個做法就一定是侵權。

而4->2->3->1，只要確保到資料是同原本一樣，只係快取，在新版權法下，service provider就括免，不屬侵權。這就是被動和主動的分別。

而亦因為我們寫機械人去主動收集資料，再分發，所以理論上是侵權，所以絕不能開放給外人或商業使用，因為未授權；但因為基於資料是自己用，自己合理使用，應是無問題。這是本人的理解，但法律問題，最好都係找法律專家。

至於有人話Google都係用機械人找網站，之後給人SEARCH，為何這樣不是侵權？這是因為美國在版權法上有fair use。一．GOOGLE用機械人找網站資料，目的不是再發報，而是收集資料做searching。二．search result所顯示的，並非全頁資料，而只是一小部份，乎合fair use原則。三．google search雖然有cache page，但其cache page和原文件是相同以及並非最新資料，以及只是快取，是合乎fair use。

但Google 之前有版權問題的服務，就是Google News，有報館因不滿Google News收集其下報紙的新聞，令到讀者不再買報紙或去其網站看新聞而提告。

另外，對比外國的 Flipboard / Readitlater 都係用類似2->3->4->1或2->3->1的流程，但為何沒有侵權問題？原因是內置的訂閱，全都有和其版權持有人商談及授權。

而最近，台灣亦有同樣的問題出現。

在版權上，由於資訊愈來愈多，而處理資訊的方法亦都愈來愈多，我們IT人很多時只專注技術，而忽略了應技術可能在現行版權法下是侵權的。

所以，各位同業，除了專注技術發展外，亦需要看緊現行版權法的發展，以免誤入法網（因為商業侵權是刑事罪，要上身的），又或政府訂立了不利業界發展之版權條例修訂。

---

以下是在某討論串之中, 有關事件的簡要:

現問題在Re-distribution, 而且用來牟利. 香港現行版權法下, proxy cache都係侵權(因此政府才需要修例豁免), 不過無人會提告而已, 另香港版權法跟英國, 是沒有fair use, 就算新的版權法都無fair use. 另外, 就算有fair use, fair use 目的是需要和原本目的不同的. 難怪美國真係要推SOPA才能令到人們關注版權.

Tech友理論上都會看license, 我真係不明白要明白Re-distribution的定義有多困難.

現問題是用人家content牟利, 就算和人商談, 不是知會一聲就算, 而是和人家商談拆賬問題.

如果可以因為係startup而可以侵權, 那我2000年時想成立賣MP3的網站就不會那麼困難, 那我早就發了10世. Startup 不代表可以犯法或不受法律管束. Startup 當然可以犯法, 這是自由, 但犯法被人捉到, 當然要受法律制裁, 這是後果及責任.

另, 在香港, 商業侵權是刑事罪行, 這就要看看值不值得為了錢而犯法, 一切都係搏奕遊戲.

想政府立一些適合startup的例, 是需要大家積極向政府推動. 靠政府自己修改? 到你死那日都不會發生………