京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代如何防止“数据裸奔”
社交娱乐、资讯阅读、网络购物、旅游攻略、美食烹饪、健身跑步、讲座课程……在智能手机加载不同种类的APP应用后,人们的生活开始变得方便快捷、多姿多彩。然而,大数据、云计算、人工智能等新技术的运用,在充分发挥数据价值的同时,也给个人隐私保护带来严峻挑战,数据产业的发展和个人信息安全之间出现了失衡。
隐私or便利
互联网上的“透明人”
“中国人更加开放,对隐私问题没有那么敏感,很多情况下他们愿意用隐私交换便利性。”今年3月,一位知名互联网企业负责人在公开场合谈到个人信息保护的问题。然而,这一言论迅速击中了网民的痛点:在大数据时代,普通网民究竟还有没有隐私?我们如何保护个人信息?
日常生活中,人们也常常面临“选择”:是否同意获取个人信息。使用一个简单的应用程序,注册一个网络账号,都会让用户提供手机号码、身份证号、银行卡号等隐私信息。
安装一个新的APP,使用前先要收到一连串的提醒:“允许发送通知”“允许访问位置”“允许获得手机通讯录”“允许启用电话、短信、相机”……尽管用户可以选择“同意”或者“不同意”,但用户一旦选择了“不同意”,很多APP便自动退出不再提供服务。
甚至发在个人朋友圈中的照片,都有可能被他人恶意盗取。近日有媒体曝光称,大量来自朋友圈、QQ空间或者微博上的私人照片,正在被放在网上低价出售,甚至被非法用于商业广告或婚恋网站。对此,有网友感叹:“原来,我们一直在互联网上‘裸奔’!”
网上个人信息泄露还可能引发次生灾害,成为精准诈骗的帮凶。一些人把个人隐私信息当成赚钱的工具,通过售卖越权获取的用户信息获得巨额利润,并由此形成了黑色产业链。如何提高网络安全性,保护用户的个人信息,成为互联网时代人们的核心关切。
北京大学互联网发展研究中心主任田丽认为,随着互联网技术的快速普及,传统问题向互联网延伸,线上向线下延伸,人类空间向虚拟空间延伸。人们在互联网上变成了“透明人”,个人的一举一动都被互联网“记录在案”,导致人们在网络空间越来越缺乏安全感。
“每个人在网络中都无所遁形。”中国互联网协会个人信息保护工作委员会秘书长李美燕谈到,“数据爬虫”爬进了千家万户,人们发出的每一条信息,浏览的每一个痕迹,都不再是自己独有的存储记录,而是变成他人接近你的路标。国内外频频高发的个人信息保护事件,使个人信息保护态势更加严峻。
利用vs保护
大数据时代的安全困局
如何在大数据时代加强个人信息保护工作,也是互联网行业的热点难点议题。在7月10日至12日召开的2018中国互联网大会上,主管部门、专家学者和相关企业对个人信息保护这一话题进行了深入探讨。
有专家表示,以互联网为代表的信息通信技术深度渗透到经济社会的方方面面,海量数据时刻记录着人们生产生活,并通过数据的分析与挖掘为网民提供个性化、精准性的服务。但在大数据时代,开发的力度越大,数据面临的风险就越大,失衡现象就愈发严重和常见。
“个人信息正在被大规模地电子化、数字化和产业应用化。”工业和信息化部信息通信管理局副局长隋静谈到,当前,随着大数据、云计算等数字技术的迅猛发展,信息采集的广度和深度不断拓展,信息流动日益突破地域和行业,对个人信息保护和安全保障提出了严峻挑战。非法获取、泄露甚至倒卖公民个人信息等侵害公民个人信息安全的恶劣事件时有发生,网络安全问题日益凸显。
中国互联网协会个人信息保护工作委员会主任委员周汉华指出,在数据沉睡时代,个人数据实际处于未被开发的受保护状态。进入大数据时代之后,数据无处不在。它多点采集、多场景使用、多人经手、跨国界、跨边界、跨业务线,保护难度很大。“如何处理好大数据的发展和个人信息的保护,是一个基础性的问题,是一个关键的选择。”周汉华说。
“个人信息保护严格来讲是由于利益驱动导致如此复杂。”清华大学法学院院长申卫星指出,工业4.0社会将数据比作石油,财富发挥作用,不可避免会引起个人信息的侵害。个人信息保护难点是很多个人信息覆在一定的数据之上,例如数据的传输、数据的利用,个人信息保护面临着平衡问题。
申卫星谈到,以手机应用告知为例,过去是信息告知不充分,现在是信息告知过于充分,让用户不胜其烦,不得不点击同意“从民法学的角度来讲,一切权利取自于企业和私人,一切的限制必须有正当的理由和程序,否则仅仅为了行业的发展需要数据的使用,就可以肆意侵害个人信息,显然是违背了现代法学的基本理念。”
制度and立法
个人信息保护任重道远
个人信息安全问题也是全球共同关注的话题。今年5月,欧盟开始实施针对个人信息保护的《通用数据保护条例》,为各国政府加强对公民个人信息的监管与保护提供了重要的立法范式。与会专家表示,解决大数据时代的个人信息安全问题,还要从制度设计上着手,完善体制机制和法律法规,让个人信息保护有法可依。
“人人都是连接器,数据随时都在产生,数据创造了价值,也改变了我们的生活。”腾讯集团大数据法务合规中心总经理王小夏讲到,大数据时代,人们都是实名社交,网络变成了实名型的环境。互联网公司有责任保护好用户的隐私,这就可以通过产品功能设计去保护用户的隐私,一开始就要把隐私保护纳入业务设计和流程设计之中。
隋静提出,工业和信息化部作为行业主管部门,将着力完善个人信息保护的规章制度。同时希望互联网企业严格遵守法律法规,持续优化用户隐私政策,按照合法正当必要的原则,调用手机权限,切实有效维护好用户合法权益。
“激发数据保护的积极性,建立激励相容的制度。”周汉华建议,个人信息保护法最重要的就是设计机制,要通过内生机制,充分调动企业或者数据控制者保护数据的积极性。
“要强化制度设计,把个人数据以及隐私的立法放在数字经济背景下来考量,建立一套保障机制体系和具体落实政策。”中国人民大学法学院副院长杨东认为,大数据正在成为重要的生产资料,把生产资料利用好是一个非常浩大的工程,需要进行制度设计,提高数字经济立法。
北京航空航天大学法学院院长龙卫球指出,我们将来数据立法的完善,要确保数据保护的三大底线,一是必要的个人信息和隐私保护底线,二是信息社会保护底线,三是信息和数据安全以及其他公共利益的底线。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27