
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
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 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 “ ...
2025-09-19