京公网安备 11010802034615号
经营许可证编号:京B2-20210330
突破执法瓶颈 保障大数据时代个人信息安全
一段时间以来,个人信息安全备受关注。数据显示,截至2015年底,中国网民规模达到6.88亿,在网活跃智能设备数量接近9亿。伴随移动互联网应用向经济社会生活方方面面的渗透,海量的个人身份信息、生活信息、金融信息乃至生物信息,都会散布于无处不在的网络之中。
尽管舆论对于相关问题的关注度不断加大,互联网用户个人信息保护意识也有所增强,但个人防范始终跟不上技术演进,正如央视315晚会曝光的那样,用户在公共场合连接一个wifi都面临个人信息被窃取的风险。电信业权威人士透露,过量采集用户信息已经成为许多手机APP的通常做法。而由于某些互联网营销公司对法律法规缺少了解或置若罔闻,在开展业务过程中依然存在买卖用户数据的行为。
目前国内实施的《刑法》、《消费者权益保护法》、全国人大常委会《关于加强网络信息保护的决定》、工信部《电信和互联网用户个人信息保护规定》等法律法规,均有涉及互联网个人信息和隐私保护的内容。国内互联网个人信息安全保护的挑战依然严峻,其中主要有三个原因:
一是执法主体不明确。目前几个部门在该领域都有监管职权,但最终责任落在谁的头上需进一步明确。
二是市场上存在劣币淘汰良币的现象:过量采集或者违法交易用户数据的公司没有得到制裁,使得许多中小互联网企业在开展业务过程中效仿类似手段,用户权益面临较大风险。
三是企业法律意识不强,有的公司参与交易用户数据,直到被立案了才知道该行为涉嫌犯罪。
专门从事相关领域法律问题研究的刘春泉律师向人民网表示,和其他违法侵权案件不同,个人信息泄漏造成的损失往往难以界定和举证,即便用户对各种信息泄露问题不堪其扰,但通过民事诉讼维权的难度却很大。参照发达国家做法,由政府监管部门出面,加大行政执法力度,才能取得比较好的效果。
从国际来看,美国在2012年发生过影响较大的个人信息案件。因为网络浏览器的隐私问题,美国联邦贸易委员会隐私保护署(FTC)对谷歌公司开出2250万美元的罚单。而2014年,新加坡个人资料保护委员会(PDPC)对中国某手机厂商展开调查,原因在于该企业未经用户同意,向服务器传输了个人信息。
尽管近年来国内个人信息安全领域也查处了一些案件,但至今缺少具有示范意义的大案要案。大数据时代的个人信息保护形势不容乐观,安卓手机APP过量收集、上传、保存用户数据已经成为普遍现象,由互联网机票预订等领域的信息泄露引发的诈骗案件屡见不鲜,为数众多的互联网营销公司都声称掌握了海量而精准的用户信息,这些信息从何而来?有的企业不懂法、不守法,日常经营已经涉嫌违法犯罪自己还浑然不知。
相比这几年反垄断执法的频频加码,大数据分析个人信息安全领域的行政执法还有比较大的提升空间。在多头治理的环境下进一步明确执法主体、责任主体是重中之重。
与此同时,新形势下的个人信息安全执法也对执法技术提出了更高要求。查处相关领域案件时,执法者通常面临取证难、界定难、查处难等问题。这既要求执法者掌握先进技术,也要求司法体统对于个人信息安全领域的法律研究要深入,实践要准确。
在生物识别(指纹、眼球识别等)、移动金融技术加速普及的当前,优化国内互联网个人信息保护的整体环境已经变得刻不容缓。因为这些信息一旦被采集并违法使用,对用户和社会造成的损失就不再是收到几条垃圾短信那么简单。
从全球范围看,移动互联网发展势头迅猛,大数据应用不可阻挡。个人信息和隐私的保护已经成世界性、产业性的挑战。中国是世界上互联网活动最为活跃的国家之一,数亿网民的海量个人信息时刻都在看的到光纤网络和看不到的4G网络上奔流不息。营造保障个人信息安全的法治环境、执法环境,是产业繁荣和用户安全的基础。从这个角度看,突破执法瓶颈,保障大数据时代个人信息安全对个人、对社会、对国家都有着举足轻重的意义。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27