
大数据时代,原来你的信息是这样泄露的
“互联网+”以及由其带来的互联网创新正在迅速地改变我们的生活,而通过大数据的挖掘,经营者也能提供更加精准、贴心的服务,获得更大的收益。但在“互联网+”的业态中,消费者个人信息也越来越多地被经营者所掌握,由此带来的信息泄露风险,不能不引起大家的警惕。
2015年10月26日晚,广州市消委会联合30家省市消协和报社开展网络调查,并发布《大数据时代个人信息保护状况调查报告》,调查显示七成六受访者认为大数据时代更容易泄露个人信息。
过半受访者称发现个人信息泄露
“大数据”是一个较新的概念,本次调查发现,对于是否了解“大数据”的概念这个问题,仅有8%的受访者表示比较了解,还有68%的受访者表示略有所知,更有24%的受访者表示“从未听说过”。
虽然对于大多数受访者而言,“大数据”这一概念依然比较陌生,但对于“个人信息在大数据时代是否更容易泄露”这个问题,有76%的受访者给予了肯定得回答,认为“不是”和“说不清”的受访者各占12%。
而对“过去一年中,有没有发现个人信息被泄露”的问题调查中,52%的受访者认为“有”,认为“没有”的受访者约40%,还有8%受访者表示说不清。
而在“大数据”时代,对个人数据的收集方式更加多样,比如智能手表、运动手环之类的个人穿戴式智能设备,就有将个人健康数据上传到服务器的功能。调查显示,只有44%的受访者表示知道智能设备有信息泄露隐患,还有40%的受访者表示“不知道”,另有16%的受访者表示“说不清”。
14%受访者认为网站泄露信息最多
在对于个人信息泄露渠道的调查中,被认为最容易泄露个人信息的是网站,包括电商平台、搜索引擎、门户网站等,占14%;其次是手机、PAD、智能手表、运动手环等个人信息终端上的APP,占13%;第三是汽车行业,如4S店和电信服务商,都达到12%;第四是类似电子邮箱、微信、QQ之类的通讯软件和房地产行业,包括房地产开发商、租房中介公司,达到11%;第五是快递公司,占9%;第六是银行保险业,有8%;第七是医疗、教育、供电供水供气等公共服务业,约5%;认为其他行业的有3%,最少的是包括机票代理、火车票代理在内的航空公司和行政机关,各约1%。
在对于“与个人信息相关的大数据应该如何保护”的调查中,得票最高的措施是“对盗窃、倒卖以及不当使用个人信息的企业、个人进行严厉打击”,达到21%;其次是“掌握个人信息的机构、企业必须加强管理”,为19%;第三是“加强宣传教育,全社会要提高个人信息保护意识”,为18%;第四是“采集、使用个人信息时必须得到当事人的同意、许可”和“畅通举报渠道”,都为15%;最后是“个人信息须去除个人身份特征内容”,约13%。
值得一提的是,对于“对大数据使用以及个人信息保护立法,你有何建议”的调查中,呼声最高的是“加大惩罚力度,进入惩罚性赔偿制度”,有20%的受访者选择了这一项;其次是“要规定个人信息使用者和收益者对个人信息来源进行合法性审查”,有19%。
维权单位:诉讼中引入举证责任倒置制度
针对调查结果,30家消费维权单位共同发出倡议,要进一步细化个人信息保护的相关法律规定,建立规范合理的个人信息采集使用制度,信息、数据的采集使用必须得到当事人的授权。希望能尽快出台个人信息保护的专门法律。
同时,对非法采集使用个人信息行为的要加大惩处力度。引入惩罚性赔偿制度,加大非法采集使用消费者个人信息的违法成本。在司法保障方面,30家消费维权单位倡议进一步简化司法程序,在有关个人信息保护的民事诉讼中引入举证责任倒置制度
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08