
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29