
大数据好是好,安全怎么办
作为观测人类社会行为的显微镜和检测大自然的仪表盘,大数据改变了我们的认知方式。
按理说,我国是有条件发挥大数据优势实现其集约化利用的。信息化进程在政府主导下,通过顶层设计,形成以区域为中心、分层级的信息资源平台,不仅为科学决策提供依据,还会为市民、企业提供有效的社会服务。比如,一个地级市为老百姓提供的服务有2500多项,分布在不同部门,服务和数据的分割降低了办事效率。如果能够集约化利用,不仅能避免浪费,还能为市民提供更有价值的服务。
而与此同时,大数据应用首先要考虑到保护信息数据安全问题。只有加强数据安全的保护,才能保障大数据工作在法律保护和制约下有序发展。如身份证号码、电子病例等数据具有个人不可侵犯的隐私权。如果没有信息数据的保护,大数据应用将难以为继。
当然,安全这件事情是永远研究不完的,涉及到很多方面。比如,数据统合与共同隐私的矛盾,数据开放和国家机密的矛盾,公共隐私和反恐之间的矛盾等。一系列的问题需要在发展过程中解决。一个基本的发展逻辑应该是:以法律为基础,以技术为支撑,应该是管理者透明,个人隐私被保护,掌控者负担责任,使用者受益。有可能选一些边界、隐私敏感度比较小的部分先做起来,慢慢把它做大,这可能就会为未来的发展奠定很好的基础。
具体建议如下:
政府要在观念上大力宣传,让大众对大数据的利用形成正确的认识,哪些是合理合法的,有积极的社会意义的;哪些是属于非法滥用的,有损社会建设的。通过宣传打击买卖个人隐私信息、传播非法短信和垃圾邮件等违法犯罪活动的案例,给公民个人以及有关企事业单位以应有的警示,从而建立社会共识和良好的道德氛围。
推进与个人隐私保护相关的政策法规框架的建立,综合考虑社会治理的需要和个人权益保护之间的平衡。形成适合中国国情的个人隐私保护的法律框架,是对信息时代人类文明进步的一个贡献,这中间有很多重要的细节值得斟酌。比如,是不是要限制一个电子商务网站保留其客户交易信息的最长时限对政府部门也有要求,对公民的有些信息是能存尽量存,还是应该安排一些制度性的遗忘,也就是在一定的时候就要删除。
要重视个人隐私保护的大数据技术的发展和应用。现在出于国家安全需要,在信息安全技术上的投入是比较大的,也形成了一些重要成果。但是在对个人隐私保护政策与技术方面的研究还很不够,相对的人员也很少。个人隐私保护是大数据时代的重要民生。个人隐私保护远远不只是信息技术的问题,还有很多社会科学、交叉学科的问题。建议在适当的部门建立个人数据保护机构,系统开展和协调有关工作。
应当借助大数据应用,扎实地推进信用体系、民生体系、公共服务体系、科学决策体系等体系建设,创新性地建设面向未来的现代化体系。现代化不是技术的应用,是利用技术全面提升社会幸福指数。同时大数据发展一定要结合我国市场经济发展和完善的进程。大数据的应用和产业化发展,必须结合且以尽快完善社会主义市场经济体系为前提。
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