那么多大数据公司“买数据” 怎么保护数据隐私？

数据是什么？是金子，也就是钱啊！

最近统计来看，全国已经有三百多家大数据公司，但在大数据发展初期这个情况下，国内大数据交易的现状是：供不应求！所以各种形式的数据交易公司都出来“卖数据”赚钱了；

还有个趋势是，无论是国内、国外，大数据集中在大厂中，更可气的是还通过兼并使数据公司越来越少，构成商业壁垒。so，数据聚集在一小部分企业手中，创业公司纵使有好的想法，拿不到足够大的数据也无济于事。这么看来，数据就是命啊！

所以，在这几天举办的第九届中国大数据技术大会上，也特意开了数据市场及交易分论坛，给大家答疑解惑。在此摘一些观点来分享。

其实，国内大数据交易的现状除了供不应求，还非常不均衡。

具体说来，数据堂副总裁肖永红介绍了数据的四个特点：

第一个特点是头重脚轻。互联网企业和高科技企业在大数据产业里面起领跑作用。因为他们有大量的用户数据，比如百度，有大量用户搜索数据；比如阿里，掌握了全国海量的电商行为数据，比如腾讯，也掌握了全部的社交数据。有了这些数据以后，就可以“携数据以令诸侯”。（这个重要系醒表现在：阿里已经在和一些地方政府、甚至和国家层面合作；现在可以根据每年双十一，或者淘宝的交易量，反过来推测中国经济运行的状况。）

第二个特点，目前大数据产业分布偏重在应用环节。

第三特点，应用领域行业分布还不够广，集中于电商行业，在传统行业非常少。

第四特点，缺乏综合性的数据聚合流通平台。虽然这一年两年内冒出了很多，但是远远不够。

当然，了解了数据特点，就能更好地寻找数据源。那么数据都在哪里，如何收集？

对应上文所说，首先是互联网企业。很多数据都是在各个行业领域的IDC或者数据中心的服务器上面；

其次，在电信运营商领域。大家已经意识到，运营商的用户行为数据特别是移动用户的行为数据，非常有价值；

并且，科技部和财政部在四五年前，提出了一个全国科学数据共享基础工程，围绕人口健康、交通科学，以及地理、地球、气象等方面，已经做了很多科研和科学领域的数据共享平台；

针对传统行业数据收集，可以利用众包的形式，以及利用传感器记录、采集线下分散的数据；

另外最近还有一个趋势，很多高校和科研机构也在收集大量的数据，因为他们做项目也需要大量的数据支撑；

另一方面，现在很多个人、公司都在找数据，也愿意花钱买，所以无论是官方的还是企业的数据交易市场，在今年格外火爆。

因此，另外一块就是数据源变现的形式。这几年商业数据或者政府大数据变现项目也有大量数据。

比如官方的，如北京市政务数据资源网、九次方在“中国数都”贵阳筹建“贵阳大数据交易所”、中关村“数海”大数据交易平台、北京软交所旗下“北京大数据交易服务平台”，以及各地风起云涌的大数据交易平台、交易所，如亚信和武汉市政府长江大数据交易所，都是开放了一些官方数据，由政府背书，但还是没有配套法律规范。

企业层面，有登上新三板的数据堂，以及百度API Store 聚合平台、聚合数据。

但是，数据交易需求虽然很大，但是毕竟没有配套法律规范。因此，在交易流通中存在很多问题。中国信息通信研究院高级工程师韩涵总结，数据流通交易面临两个极端：一是黑市交易无序流动，二是数据冻结无法流动。

首先，来看看数据交易流程中会遇到什么问题？

来自亚信数据的龚静介绍，总结来说，包括四个方面：寻找成本，需要很快的去找到对方；实施成本，数据流通过程中涉及到很多协议、数据格式，需要方便的工具来做协议的转换；信任成本，需要监管渠道，中介不会窃取数据；外部成本，即隐私数据要得到保护。

因此，为了规范交易流程来保护各方利益，目前数据流程模型，大体来说有三种：

第一种是最简单的，数据供需双方直接进行交互。但流通中四个成本都非常高。

第二种，加入数据中介。寻找成本变低了，但信任成本增高了。

第三种流通模型，是再引入一个产权人的角色。可以保障第三方利益，降低外部成本。

所以，每一方的利益都能够得到保障，数据流动才能真正在全社会流转起来。

其次，针对数据壁垒问题，怎么破？

最近有一个词汇比较流行——数据的民主化，像政治上的民主，能够做到数据的民主，用数据激发创新。还有共享经济，包括对数据价值的共享，亚信也提出了一个想法：数据去中心化。

意思是，在数据流动的过程当中，整个数据不会经过任何一方，而是直接在数据流动的参与方之间进行流动。这种数据去中心化的数据流通方式，和P2P下载、电话交换网的模式类似：参与方的认证、计费、公证的环节，可以由数据中介平台来完成。完成之后，在数据需求方和数据提供方之间进行数据的流动。

此外，完善的流程还需要保护数据隐私。

因此，平台还要使数据可用不可见。数据双方各把加密之后的数据放到这个数据交易的中介平台上来，在这个平台上进行碰撞，碰撞之后，把这个结果进行解密，返还给双方，然后再把数据销毁；数据版权要保护起来。当有侵犯到你版权的数据在市场上流动时候，你可以通过平台来发现它。