京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,要扎紧个人信息保护的篱笆
近日,关于网易邮箱用户数据库疑似遭泄露的消息在网上引起波澜,涉及数据达数亿条。此前,第三方支付机构也被曝出存在实名认证漏洞,还有一些第三方支付曝出泄露客户信息、账户被盗刷等问题。有调查显示,76%的被调查者认为个人信息在大数据时代更容易被泄露。在过去一年中,超过一半的受访者认为自己的个人信息被泄露过。调查中,对大数据使用以及个人信息保护立法,有20%的受访者认为要“加大惩罚力度,引入惩罚性赔偿制度”。(10月24日《法制日报》)
消费者看病后,接到保健服务、健康管理公司的推销电话;购车购房后,保险公司很快就跟消费者取得联系;生完宝宝刚离开医院产科的女士,推销奶粉、婴儿服务的电话、邮件、短信就络绎不绝,推销人员甚至直接加上了消费者的社交账号。不少用户在网上随意搜索地点、物品,很快就有相应的旅行产品、相关门类的商品出现在推荐栏。
这些非常常见的现象,反映出的共同问题都在于,消费者在完成某方面消费行为,或完成某类主题的网络浏览后,其个人基本信息悄无声息的被披露给相关的商品或服务供应商。如果刨除病毒攻击、木马植入因素,披露消费者信息的,很多情况下就是电商平台、医院、电信企业、汽车及房地产销售企业(直接转让信息);还有一种可能,是社交网络、支付平台、网络安全软件,或安装在手机、PC端的其他软件或消费者,或消费者浏览过的网站、使用过的手机应用,主动捕捉了消费者的个人信息,经过提取挖掘后作为重要的数据资产,与相关企业分享使用或出售给其他企业使用。
上述两种情况,共同特征就在于搜集、挖掘分析、对外分享或出售消费者信息,并未经过消费者本人的许可,或是故意将信息授权条款加入到内容繁复的网站登录、软件和APP许可声明之中。随着国内外网络企业跨界整合的提速,一些社交网络、第三方支付机构、电商网络及其他应用软件建立了密切的结盟合作关系,甚至通过并购整合,成为了同一家集团公司掌控的分支机构——企业鼓励消费者跨网站、软件应用相互绑定身份,借此可以验证消费者个人身份信息、社会关系信息、账户信息,结合个人网络行为信息、设备信息等多方面信息,开展更趋精确的数据挖掘和预测分析。
当企业可以非常精准预测消费者行为后,确实能够更有针对性的开展营销,提高客户服务水平,但从另一个角度来看,企业的行为方式也将变得更为智能化,可以更高效率的把握消费者痛点,实施消费者更难以抵挡的诱导和操纵。
数量更多、更为翔实、(经过多来源信息比对验证)精确度更高的消费者信息,商业价值非常可观。但很少有人意识到,多来源信息的结合,也意味着信息发送外泄的出口增多,大型企业实施数据安全管理的难度因而提升,一旦发生数据泄露,消费者多方面、多来源隐私信息就将毫无保留的呈现在黑客面前,甚至大庭广众之下。
非但如此,未经消费者个人许可,企业方面超范围开展的数据利用,还可能给消费者带来损失。美国计算机科学专家埃里克·西格尔在《大数据预测》就举例指出,已经有社交网站为用户提供未来职业选项的预测服务,也同时为雇主服务预测员工的离职倾向,后一指数较高的员工将很可能在毫不知情的情况下成为职场竞争的牺牲品。又如,医疗机构通过购买其他来源的数据,经分析预判某些病患经抢救仍将无法存活,就会拒绝救治这些病患。
笔者以为,国家有关部门应致力于分别从立法、行政执法、司法、公益救助四个方面,扎紧篱笆,加强消费者个人信息保护。在立法环节,应出台规范的消费者授权个人信息使用条款,网络企业以免费或低价产品、服务换取消费者个人信息授权后,需要严格依照授权要求开展数据挖掘分析,不得以任何方式在未经消费者许可授权或超出授权范围使用消费者个人信息(例如,不得在仅获得消费者个人基本信息授权的情况下,自行挖掘获取消费者的社会关系、账户,结合消费者个人网络行为等信息开展商业开发利用)。要提高对违法违规非法采集使用消费者个人信息做法的罚款数额,完善处罚方式,加大这方面违法违规案件的通报范围,形成强有力的震慑。
在行政执法环节,应明确公安机关、网络信息主管部门、市场监管部门等单位保护消费者个人信息的职责分工,各部门各司其职,有效加强重点监管,加大消费者个人信息保护的抽查力度,畅通举报渠道,严格依法依规处置这方面的侵权案件。在司法、公益救助方面,可以考虑以政府购买的方式,在各地设立消费者就个人信息泄露起诉相关企业的救助基金,为起诉个人提供部分资助,鼓励消费者运用法律手段维护合法权益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13