京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,何处安放个人隐私
如果没有徐玉玉和宋振宁之死,时下这起全民关注的电话诈骗案不过是每天都会在全国各个角落上演的一个再普通不过的案例,不会引来此等规模的关注,更不会让许多从事数据研究工作的人给网民科普或者为政府建言,盖因每一个拥有手机的中国人都变得对此习以为常,见怪不怪,事情往往就是这样,我们先是愤怒,继而变得无奈,最后变得彻底麻木。
在网络上以“电话诈骗”为关键词进行检索,可以发现,每天都会有很多人接收到大量的诈骗电话,这些电话让他们辛辛苦苦攒下的钱财一夜散尽,而骗子则大多都会逃之夭夭。骗子的目标大多是那些对新事物认知能力较差的孤寡老人,或者那些涉世未深的孩子,相信每一个在外工作的人,多多少少都会接到父母打来电话莫名其妙问平安的事情——这往往是在他们收到那种“火速打款救人”之类的诈骗短信后。
徐玉玉一案背后,新闻媒体深入调查个人信息被贩卖的情形,发现在临沂大大小小的贴吧网站上,有多个数据倒卖信息站点,这些个人信息分门别类,适用于理财、保险、教育、工商等方方面面的需求,某种程度上,这是中国个人隐私泄露情况的一个典型展示,我们的信息正在被我们使用的各种各样的网络信息平台贩卖给骗子机构。
大数据管理在方便了我们的日常生活的同时,也像任何一项技术一样,带有其鲜明的危害性,大数据可以方便我们洞察某一个领域的趋势,让决策者关注用户的喜好变化,以便做出符合预期的决策,同时,它是双面刃,一旦落入企图危害公众利益的人(机构)之手,又成了潜伏在我们身边的暗箭,我们不知道何时就会被这些数据所射伤。
很多时候,法律的制定是落后于技术的,毕竟技术发展过程中,出现的种种问题,往往是当初的法律制定者所不能预期的,如果法律不能第一时间解决新问题,我们又该怎么办?
新近吴军博士出版新书《智能时代》,里面专辟一章讲述这种情况,吴军总结了两种新技术来保护个人隐私,第一种是从收集信息一开始,就对一些数据进行预处理,使得操纵数据的人也“看不懂”这些数据的内容是什么,不过这种方法有其局限性:这种技术阻碍不了那些大型网络公司想探秘用户隐私的脚步。而第二种,称之为“双向监视”,吴军在书中这样定义:“当使用者看计算机时,计算机也在盯着使用者看。”这样,那些偷窥数据的人不再是零成本作案了,从而其行为也就不会那么肆无忌惮,这是一种操纵大数据时的“实名制”。
在此次事件调查中发现,170和171号段是目前诈骗电话集中的温床,44%的诈骗电话都来自这两个号段,这些号段在网店上可以不用实名就可购买到,这在手机用户统一实名制的大背景之下,无异于是打在运营商脸上的一记响亮耳光。
运营商被指无所作为,放任电话诈骗,已有多时,全国人大代表陈伟才曾在两会上举过一个诈骗电话成功之后带来的收益分析:“以公众被骗1000万元为例,运营商只赚100万元,而公安机关侦查破案还需跨境进行,国家为此要开支200万元。”尽管三大运营商集体喊冤,说明自家在监管诈骗电话时都出力不小,但定性其为被动的“帮凶”则不为过。
以前说,随着微信、QQ的崛起,没人发短信了,现在移动互联网时代,各大社交APP上都有了即时通讯的功能,再加上这是一个wifi遍地的时代,电话功能距离彻底搁置那一天恐也为时不远,今年通信行业发布的收入构成也印证了这一点:移动数据收入首次超越移动话音收入,成为电信业中占比最大的业务。如果运营商对此如此放任无视,那只会让越来越多的人提前放弃,毕竟可替代品不再像从前那般稀缺。
监管的阙如,对个人隐私的不重视,已经使得中国成为骗子寄生的肥沃土壤,让手机用户、网民浪费了大量的时间成本,时间成本比金钱更可贵,因为它一去不返,你丧失了一段时间,便永远不可能再被找回。还记得早就有统计报告指出,中国垃圾邮件全球第一,事隔多年,这个名词也不见任何改观,想想真是倍加讽刺。
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实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05