
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
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16