京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,网民上网与“裸奔”无异
只要你的手机里安装了百度、高德等导航软件,无论你在哪里我们都能很快通过手机里App提供的数据找到你。在邬贺铨看来,名字可以造假、身份信息也可以造假,但位置信息是无论如何都掩盖不了的。
“App本身跟位置并没有太多的关系,可是App会强行搜索你的位置信息,而你的位置信息根本屏蔽不了。”邬贺铨解释道。
“那我不是一个人透明人了吗?”听了邬贺铨的演讲,张静自言自语地念叨着。
2015年全球数据泄密的事故1673起,涉及7亿多条数据记录;医疗行业丢失了8000多万份个人隐私数据。阿里研究院数据经济研究中心秘书长潘永花列举出的一组数据更让张静直冒冷汗。
“这不是现实版的《窃听风云》吗?”张静有些后怕,她不知道自己的信息是否已经泄露了。
和张静一样,很多“手机控”在下载安装App时不会注意看授权权限条款,便直接同意安装,就是这么一个简单的动作,App会完成访问通讯录、读取通话记录、读取短信记录、读取位置信息、监听手机通话等一系列行为,一不留神用户的隐私就泄露了。
就像空气和水一样,数据在我们周围自然而然地存在着。每一次点击鼠标,每一次刷卡消费,每一次拨打电话,每一次驾车出行……数据便已生成。我们每一个人既是数据的消费者,也是数据的生产者,每天都生成海量数据。
“只要一上网,我们基本上等同于裸奔。”微软中国首席技术官韦青坦言,只要你掏出手机打开App,你今天去了哪儿、你的电话号码是多少、你的实时位置信息……你在手机上进行的一切动作,都被悄无声息地记录在册。
这个搞技术出身的工程师认为:“我们越是享受数字化的便利,隐私越少。”
拥有用户越多的公司往往掌握的数据也越多。
“现在滴滴公司已经覆盖了全国400多个城市,是全球最大的一站式出行平台,我们掌握了3亿多客户端用户的数据。”滴滴公司副总裁凌亢表示,滴滴公司掌握了所有用户交通出行的信息,包括姓名、实时的位置、手机号码、真实出行的轨迹、单位的地址、家庭住址。
在中国互联网协会秘书长卢卫看来,企业利用App软件收集用户相关数据的行为存在很大争议。
“在数据价值和产权没有明确分类和清晰界定的时候,数据收集者的动机可能被隐藏,数据安全和各类隐私存在着一定的风险。”卢卫表示了担忧。
“当整个国家的各种数据都汇聚到一个人手上的时候,那我感觉他跟恐怖分子没有什么区别。”公安部网络安全保卫局副局长赵林在一场探讨大数据安全的高层分论坛上表达了和卢卫一样忧虑。
同样是在这场大数据安全的高层分论坛上,国家密码管理局商用密码管理办公室副主任安晓龙认为,密码是保障大数据安全的有效手段。据安晓龙介绍,密码技术与核技术、航天技术一直被视作国家安全的三大支撑技术,从国之重器的角度上讲,在身份认证、安全隔离、信息加密等方面有着不可替代的作用。
和安晓龙的观点一样,京东集团首席技术顾问翁志对个人数据保护同样采取加密的手段,存取要控制,形成日志。让系统能够进行日志的回溯,可以回溯到过去的某一个节点,进行实时监控。
数据安全与个人隐私,应该说数据安全这一方面的话题更多地需要技术供应商考虑,但个人隐私绝不只是靠厂家解决。邬贺铨认为不能把保护用户隐私的希望寄托在互联网企业身上,因为它们既是数据管理者又是使用者,这就好比让“裁判员”当“运动员”一样。
邬贺铨认为保护数据最好的方式就是分布式存储,别把所有的东西都放在一个篮子里。“我们现有的数据中心技术是不足的,过去大多数安全分析工具方法是针对小数据设计的,直接把它用到大数据上,处理能力不够,直接用来存储大数据,也并不安全。”
数据保护除了在技术上进行突破外,卢卫认为大数据相关的法律法规还有很大的完善和建设空间,应该完善相应的数据交易规则。
北京航空航天大学法学院院长龙卫球也主张通过立法来保护个人隐私数据,进行数据资产化立法。但龙卫球认为数据只有通过一系列的处理才能产生真正的价值,数据资产化是立法的前提。
在阿里集团安全部技术副总裁杜跃进看来,上网痕迹是大数据非常重要的组成部分,同时对于坏人也最能形成巨大的威慑力,真正的坏人最怕留下痕迹,所以痕迹的留存对保障安全是很重要的,用户本质上并不怕留下痕迹,只是怕痕迹被别有用心的人偷走、滥用。
“保护数据最终的目的是让我们的数据流动起来,产生价值。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28