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 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22