京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据信息隐私杀伤力有多大
随着大数据被挖掘,我们在使用着大数据,享受着它带给我们的美好体验和便利生活。在此过程中,大数据技术越来越发达,人们可以用更加先进的方法使用大数据。同时,大数据相关分析工具的发展也稳步进行。国内大数据厂商也层出不穷。大数据魔镜就是一款强大而免费的大数据分析工具。有了这样的基础,人们对大数据的利用再慢慢加深。不过随之而来的,是数据信息对我们隐私的“探掘“。
我们在不断的隐私被侵犯中,慢慢学着“习惯”。在这过程中,有政府情报机构基于政治目的,对我们进行的监督和控制;有互联网企业基于商业目的,对我们进入的数据搜集与处理……包括苹果公司所说的,我们通过数据向用户投放定向广告,这是个优点,因为可以提供给用户与其收入情况相匹配的广告。对此,我们只能说“谢谢了”。
因为,你可以通过数据信息知道我的收入状况,也就意味着你可以知道更多状况;你可以把收入状况“分享”给广告客户,也就意味着你可以“分享”更多的内容给有需要的客户,最后只是你们之间商讨价码的问题。但是,就是这些你们认为可以赚钱而并没有那么严重的东西,或许就有可能给别人带来灾难性的伤害。
这让人想到了曾经的莫妮卡•莱温斯基,也许这个案例并不是最恰当的,但就是这么个普普通通的前白宫实习生,当她与美国总统克林顿的爱情丑闻被互联网公之于众时,瞬间变成了全世界公开羞辱的对象,被贴上了“淫妇”、,“荡妇”,“婊子”,“贱人”等标签。
庆幸,莱温斯基活下来了,但并不是每个人都那么幸运。在今年年初的TED大会上,莱温斯基在与大家分享《耻辱的代价》时,讲到了这样一个案例: 2010年9月,泰勒•克莱门蒂,美国罗格斯大学的大一新生。可爱、敏感、富有创意的克莱门蒂被室友偷拍到和另一个男人有亲密关系。当这个同性恋的视频在网络世界曝光后,嘲笑和网络欺凌的火种被迅速点燃。几天后,泰勒从乔治华盛顿大桥上纵身跳下。一个年仅18岁的生命就这样逝去。一个悲剧而无谓的死亡。或许有人会觉得克莱门蒂心理素质不过关,敢做还怕别人说嘛?这就好比说,比尔盖茨有亿万家产,他就不能介意自己的银行卡号和密码被泄密?理由只是“有钱还怕别人惦记”嘛?其实别说有钱,就是没钱也不乐意别人“惦记”我的卡号密码。因为那里面可能就是生命的全部财富支撑。如果信息被泄露了,如果卡上的数字瞬间“清零”了, 后果可想而知。
随着数字信息技术的不断发展,“网络匿名”有可能会变成“数学上不可能”的事。
1995年,欧盟出台的隐私法例将“个人资料”定义为可以直接或间接识别一个人的信息。很显然,当时立法者考虑的是那些带有身份标识号的文件资料之类的东西,这些标识号就好像人的姓名,而立法者们希望它们可以得到保护。
如今,“个人资料”这一定义所包含的内容已经远远超出当年那些立法官员的想象,甚至可以轻易地超过18年前他们通过这项法例时整个世界的数据量。
来看看到底发生了什么。首先,这个世界每年所创造的数据量在以指数形式增长,去年,这一数字则达到了2.8ZB(1ZB =10244GB),听起来就很可怕的数字,而且据知名信息行业咨询服务商IDC称,这一数字将在2015年翻一番。此外,这些数据中的3/4是由个体人在创造或移动数字文件时贡献的。举例来说,一个标准的美国上班族每年可以贡献180万MB的数据量,平均每天则有约5000MB,这其中包括下载的电影、文档、电邮以及这些数据通过移动或非移动互联网传播时所产生的附加数据量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14