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
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在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12