
大数据时代个人信息透明化 保护隐私安全困难重重
随着全球范围内大数据产业的全面推进,公民隐私及个人信息保护问题也日益凸显,传统个人信息保护框架在大数据时代遭遇严峻冲击,如何寻求个人信息的合理及有效保护成为各国普遍面临的难题。
在我们的背后不知道有多少窥视的眼睛,身份、位置、银行账号……各种个人敏感信息正被各形各色的采集者获取,滥用、泄露的风险无处不在。大数据时代,个人信息保护正遭受严峻的挑战。
你放心把自己的钥匙交给陌生人吗?
在不久前支付宝的一次升级中,用户可以提供更多信息用以提升芝麻信用值。当中国移动员工宁宇发现支付宝希望客户提供客服密码,授权给芝麻信用使用时提出了质疑:“把你的客服密码告诉支付宝,就等于把自己家的钥匙交了出去,你放心么?”
我国电信运营商都要求客户设置客服密码,通过这组6位数字的密码可以进行业务查询和部分业务受理,在电子化渠道越来越发达的今天,客服密码是运营商对客户进行认证的重要凭证。
简单来说,通过客服密码可以查询用户的每月账单、各种详细话单,以及上网记录。如果支付宝发起一个话单查询请求,并提供了用户的客服密码,在运营商侧无法判断出是用户自己发起,还是第三方机构发起。
为此,宁宇写了篇文章发在自己的公众账号上,谈的是芝麻信用在采集客户信息时可能给客户带来的风险,并提醒大家关注个人隐私安全。
据宁宇介绍,文章刊出后,芝麻信用的人一直在积极寻求沟通。宁宇表示,是先放水养鱼,让产业发展和数据应用游走于现行法律法规的边缘;还是尽快修改和出台法律法规,尽可能与技术发展相匹配?在这个过程里,我们还有太多的法律问题需要考虑。
你有权利把收集到的信息用于主体业务之外吗?
11月15日,中国联通在第三届世界互联网大会期间发布了大数据在交通、金融、汽车、互联网等多个行业领域的个性化解决方案,并发起成立了大数据行业应用联盟。但是,中国联通树立起的大数据旗帜是否名正言顺却受到质疑。
中国联通实现了全国31省数据的统一采集,完成了集中、开放的大数据平台建设,六大产品的研发,对外运营体系的建立。截至2016年11月,中国联通已有27个省分公司开展了大数据对外合作业务,涉及15个行业的200多个行业伙伴,收入过亿元。
针对用户个人用户数据的使用,也有运营商人士认为:“运营商自己的数据自用是合理的,如果变现和出售就值得商榷了。也就是说,如果中国移动将客户数据用作做自有业务的精准营销没什么问题,但如果卖给第三方支持他们去做精准营销,就不合适了。”
据了解,中国联通此次发布的大数据方案聚焦旅游大数据、广告大数据、交通大数据三大行业应用及面向公众用户的“小数据”个人应用,为行业、个人提供从信息采集、数据挖掘到业务执行的全流程解决方案。
事实上,关于数字产权的归属当前存在很大的争议,不少运营商内部人士认为,数据产权首先是用户的,互联网公司或运营商虽然采集数据,但不等于数据就是你的。大数据变现等于把客户的资产卖给了第三方,而未获得用户的同意。
据了解,在“大数据变现”的问题上,我国三大运营商中,只有中国移动未涉及,但被评价为“保守封闭、不开放”。
个人数据保护细则待完善
个人信息由于明确指向或可识别出特定个人,被视为大数据“皇冠上的明珠”。但是,近年来我国信息泄露事件层出不穷,个人信息过度收集屡禁不止。
赛迪顾问李建武在接受科技日报记者采访时表示,网络运营商、平台服务商等相关企业为掌握更大市场主动权,通过各种渠道搜集用户个人隐私数据。有些企业以各种理由要求用户提供手机号、姓名、生日、邮箱、地址等可能与服务不相关的隐私信息,甚至会在用户不知情的情况下,利用后台权限读取用户通讯录、通话记录、GPS位置信息等。
2016年8月,央视财经汇总了102款涉及私自采集个人隐私数据的恶意APP名单,阿里、百度、腾讯三大互联网巨头旗下的APP赫然在列。
李建武说:“大规模的信息泄露和信息非法买卖助长了短信骚扰、电话诈骗等恶意违法行为,我国的个人信息滥用已成为一种社会公害。”
在数据保护与治理研究中心研究员洪延青看来,个人信息的收集和使用与个人的权益息息相关,数字经济能否持续健康发展,在很大程度上取决于能不能在开发和利用个人信息的同时做到趋利避害,如何实现两者的平衡是新时期个人信息保护的重要挑战之一。
中央网信办网络安全协调局局长赵泽良表示,《网络安全法》对网络运营者进行个人信息收集、存储、处理、使用和转让等环节做出明确规定,突出强调信息收集者的责任,同时正制定个人信息收集规范标准以更好地保护个人信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15