京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代下的“网络裸奔”你还习惯吗
最近,关于全球最大外遇网站Ashley Madison被黑的事件,被传得沸沸扬扬,被泄露的信息包括会员的姓名、住址、邮箱地址、信用卡号码、支付记录等等。根据目前已公开的数据,经过大数据分析得出的受影响范围之广以及影响程度之深是我们始料未及的。大数据时代,我们的隐私到底安不安全?值得我们深思。
匿名就可以隐身了?
我们在网站注册时,一般都会给自己起个昵称,天真的认为不用真实姓名就安全了,然而,谷歌的一位工程师说:“我们根本就不需要名字,名字对我们来说完全多余。谷歌记录网民搜索查询、位置和网上行为的大型数据库中就有大量信息,这足以让谷歌间接地了解一个人。” 这意味着人们隐私权的最后一道防线同样脆弱得不堪一击。
隐私泄露 推销和骗子乐开了花
相信大家都有这样的经历,比如刚刚订了一套婚纱照,给店铺留了联系方式,没过几天,就有婚庆公司打来电话推荐套餐。我们平时也会收到无数的垃圾邮件,垃圾短信等等,除了反感,各种个人信息的泄露让我们在网上如同“裸奔”,完全没有安全感。
在这次AM网站信息泄露后,引发了一系列敲诈勒索行为,搞得人心惶惶。在我国这种网络欺诈行为也不少,根据中国互联网协会公布的《中国网民权益保护调查报告(2015)》显示,近一年来,因个人信息泄露、垃圾信息、诈骗信息等原因,导致网民总体损失约805亿元。360互联网安全中心则公布,平均每天拦截木马病毒接近1亿次,拦截的钓鱼攻击超过1200万次、虚假证券300万次、彩票欺诈400万次、假药网站500万次。
加强隐私自我保护意识
目前,关于个人隐私保护方面的法律还不健全,所以我们的自我保护意识更要加强。我们每天在网上的一切行动,都随时随地因获取服务的需要上传到云端,但你并不知道,在哪个角落会有一双眼睛注视着在云端的你。其实,每天我们所收到的一切垃圾信息只不过是反映个人信息泄露的一个窗口,而泄露程度可见一斑。
在我们平时用手机时安装APP时对第三方授权要谨慎,慎用自动同步功能,密码尽量复杂,切记所有网站和支付账户都用一组账号密码,虽然自己方便,但也给不法分子提供了可乘之机。
在使用网页时,可以选择DNT协议,就是“Do not track”,这是在大多数网络浏览器中添加的一个不追踪按钮,用户能够以此告知服务器选择性不追踪,这样我们就可以控制自己的隐私信息被追踪的情况。
然而我们都知道,绝对的隐私是不存在的,互联网结构下,所有应用对于服务提供商,其实都是透明的。人们既想要借助互联网的平台与别人交流,又想要自己的空间不被窥探,这是完全不可能的。
企业应担负起保护用户隐私的职责
作为企业,在大数据时代,享受大数据带来的利益的同时,也应该担负起保护用户隐私的职责,360CEO周鸿祎认为:储存在不同的服务器上数据应该是用户的资产,这是必须明确的,就像财产所有权一样,以后个人隐私数据也会有所有权。此外,利用万物互联技术给用户提供信息服务的公司,需要把收集到的用户数据进行安全存储和传输,这是企业的责任和义务。如果要使用用户的信息,一定要让用户有知情权和选择权。
大数据和隐私本来就是相互矛盾的,大数据需要海量数据进行分析,就需要用户的私人信息,没有这些数据大数据就无法进行分析。如果互联网为用户提供的便捷,大过用户能接受的隐私问题时,作为用户是可以接受的。所以企业需要寻找到让用户从个人隐私和产品易用性之间可以承受的平衡点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24