
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-01