京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,对精确诈骗不作为即是恶
徐玉玉、宋振宁,罪恶累累的诈骗名单上留下的冤魂,仍在拉长。我们的信息是怎么泄露的?显然,每个人都有这样的疑问,因为没有信息泄露,就没有精确诈骗,骗子更不可能屡屡得手。精确诈骗往往与准确的信息获取有直接的因果关系,生命的代价再一次证实了公民信息泄露的严重安全隐患。
当开始写作此文时,笔者的手机不时响起,倒不是什么诈骗电话,但内容也多为广告:你有购房需要吗?你需要贷款吗?你需要装修服务吗?手机并不能识别广告电话,笔者也没有办法在第一时间判断来电是广告,还是正常的联络。于是,只好不断地接听,然后或礼貌或粗暴地将其挂断。
可我们似乎习惯了这样的电话骚扰,甚至是电话诈骗。若此次新闻没有猝死的细节,抑或徐玉玉、宋振宁见多识广,一眼识破了骗局,也许电话诈骗现象又一次会在我们的习以为常中被容忍、被忽视。可潜在的风险是,正是因为诈骗者说得挺像那么回事,被骗者才会在着急中丧失理性——针对人心理弱点和利益诉求的精确诈骗,正是受害者上当的根源。
大数据为精确诈骗提供了可能和概率。当大量数据汇入骗子手中时,他们知道某些群体的特殊需要是什么,于是投其所好、广泛撒网,以技术手段将大量数据散布出去。这种精确诈骗因为依托大数据,而具有更强针对性和更高欺骗性。同时,广泛发布的诈骗信息,会因为接收者判断能力的不同,而产生不同反馈,那些判断能力较弱者,就会成为骗子的“战利品”。这就是为什么有人觉得骗子的伎俩并不高明,但总有人不断上钩的原因。当依托大数据进行的行骗具有精确营销的意识和普遍发布的能力时,有人被骗就是一个大概率事件。或者,可以说,大数据思维加信息技术的支撑,让被骗成为大概率。
那么,如何避免下一个徐玉玉、宋振宁出现?显然,光靠善意提醒是不够的。因为,骗子的招数总是防不胜防,骗子的侵袭总是无孔不入。此时,社会层面的防范必须跟上:一是,意识到数据即隐私,不能任由数据被贩卖,形成数据的黑色产业领域;二是,意识到不作为即是恶。前者是一种权利意识,在大数据时代,隐私由大数据构成,对数据的贩卖让隐私面临被侵权的可能。而后者是一种社会保障,即便在查处和预防过程中存在难度,有关部门和企业也应该保证所提供通讯服务的安全——是否诈骗,他们应该严格把关。否则,无论是否存在合谋或放纵,都是一种实际恶意——释放了电话诈骗的可能。
很多时候,因为乱象的频现,人们往往对乱象予以容忍,甚至视若无睹。直到,一个血淋淋的悲惨事实出现在面前,人们才恍然发觉问题的严重与严峻。简单地说,就是不能让大数据成为精确诈骗的温床,不能让生命再次付出代价。这应该是社会给出的有力承诺。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15