京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是把双刃剑,安全意识不容忽视
当前,大数据在提升政府治理能力、产业转型升级、服务改善民生中发挥的作用越来越大。但记者采访中发现,受立法滞后、交易秩序不稳定、核心技术与发达国家差距较大等因素影响,数据安全面临挑战。
在全国首个大数据综合试验区贵州,2015年大数据产业规模突破2000亿元,实现两年翻番。“近年来,国家先后出台了一系列政策推动大数据、电子商务领域发展,信息经济迎来发展黄金期。2015年,信息经济规模超过18万亿,电子商务交易额超过20万亿,数据总量占全球的13%。据预测,未来5年大数据产业规模年均增长率将超过50%,到2020年数据总量将占全球的20%,届时我国将成为世界第一数据资源大国和全球数据中心。”国家发展改革委副主任林念修说。
据国家发展改革委高技术产业司调研员刘勇介绍,京津冀以及贵阳、重庆、上海等地大数据产业集聚效应正在形成。数据铁笼、数据治税、精准扶贫等一批大数据应用正在推广,阿里、京东等企业大数据征信、大数据金融服务也不断推陈出新,新模式、新业态持续涌现,数据红利逐步显现。
但同时,信息安全问题不容忽视。中国互联网协会发布的《网民权益保护调查报告(2015)》显示,78.2%的网民个人身份信息被泄露过、63.4%的网民个人网上活动信息被泄露过。另据360网站安全检测,2015年共扫描各类网站231.2万个,其中,存在漏洞的网站101.5万个,占扫描网站总数的43.9%;存在高危安全漏洞的30.8万个,占扫描网站总数的13%。
“大数据是把‘双刃剑’,它能够造福社会,但如果被一些不法分子利用,将会损害社会利益和公众利益。传统解决网络安全的方法是把内外网隔离开,用终端设备隔离风险,但是随着移动互联网、云技术的出现,移动终端在4G、WiFi信号、电缆当中穿梭,网络边界已经消失,传统保障安全的办法效果差。”奇虎360科技有限公司总裁齐向东说。
值得注意的是,在交易主体审核中,一些交易所选择了较为宽松的审核程序,仅进行邮箱、手机验证方式对会员进行审核,宽松的准入机制给数据安全留下隐患。
“从实践来看,跟大数据相关的法律法规还有很大的完善和建设空间,比如在数据价值和产权没有明确分类和清晰界定的时候,数据收集者的动机可能被隐藏,数据安全和各类隐私存在着一定的风险。”中国互联网协会秘书长卢卫说。
中国信息通信研究院产业与规划研究所所长胡坚波认为,当前,大数据开放安全法规不明晰。比如,数据开放的安全分类、分级标准缺失等。“立法还面临很多挑战,包括大数据资源开发利用界限、跨境数据流动、隐私保护等问题。”胡坚波说。
据了解,针对大数据安全问题,国家有关部门正在推动网络安全立法,加快关键基础设施保护、网络安全审查、个人信息保护等法律法规的增补完善。在标准制定方面,正在组织开展涉及国家金融、能源、互联网企业的大数据安全调研活动,并启动了大数据安全标准研制工作。
业内人士建议,应树立大数据整体安全观,平衡产业发展和隐私保护、国家安全之间的关系,协同促进大数据安全与发展,具体可从三方面入手。一是用大数据技术解决大数据时代的安全问题。中国工程院院士邬贺铨说,大数据已成为信息社会的热点,也是信息安全博弈的焦点。应加快数据采集、存储、清洗等关键技术攻关,集中力量突破信息管理、信息保护和基础支撑关键技术,提高自主保障能力。二是完善数据安全法律体系。中国政法大学党委书记石亚军教授说,大数据立法应把握四个原则:超前性与可操作性;时代性与地域性,既要把脉潮流,还要立足本土;实践性,既要科学规范、有效,又要通俗易懂、易用;国际性,取人之长,补己之短。三是引导公众加强数据安全意识,守住个人“数据底线”。开展数据安全宣传活动,通过多种形式向全社会普及网络安全知识,提升全社会的数据安全意识和防护技能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25