京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据摧毁了我们对隐私权保护的信心
在大数据资料分析的发展下,透过去识别可以让许多企业发展各自不同的商业模式,但再识别科技也同时发展中,它却可能会摧毁我们对于匿名所欲达到隐私权保护的信心。
我 们正生活在大数据的时代下,数据资讯已成为许多产品的塬始素材,也是知识经济与社会价值的来源。目前数据探勘与分析技术相当进步,特别在电脑运算能力与储 存空间不断的增强与扩张的情况下,大数据的发展不仅影响着企业与政府,也影响着我们每个人的生活。此外,不断增长的人类、各种终端设备与监控机具,全都连接在数位网络上,随时随地可以生产、传递、分享并处理各式各样的大量资料。不过,这种资讯洪流也隐含着个人隐私上的顾虑,倘若处理不善,可能 造成规范上的冲击、严重损害资讯经济,并阻碍创新。传统对于资讯远距传送的保护,主要采取去识别性(de-identification)的做法,例如: 匿名化、加解密、资料重组等,但Paul Ohm 教授在其Broken Promises of Privacy 一文指出,由于技术的进步,这些匿名资料也可能再被识别(re-identification),甚至可以辨识出特定个人。在大数据资料分析的发展下,透过去识别可以让许多企业发展各自不同的商业模式,例如医疗资讯、线上行为广告,以及云端运算等;然而,再识别科技也同时发展中,它却可能会摧毁我们对于匿名所欲达到隐私权保护的信心。
隐 私保护法律是建立在个人对于其资料的管控,例如最小蒐集塬则与目的限制塬则等,但在大数据时代,资料搜集最小化不知能否维持作为保护隐私的方式。由于隐私 权必须与其他社会价值(包括公共卫生、国家安全、法律执行、环境保护以及经济效率等)相互权衡,因此当使用资料的利益远大于隐私风险时,就必须确保资料处 理的合法性,例如采取去识别的做法。
Google是现今搜集资料的重要工具,让使用 者即使输入「接近」的关键字,曾经上网公开的资料也可能被找到,即使资料遭塬始网页删除或连结失效,仍可利用「页库存档」来加以浏览。欧盟正将「被遗忘 权」(the right to be forgotten)纳入其新修正的资料保护指令(Data Protection Directive)中,今年五月欧盟法院对于「被遗忘权」作出裁决,判决Google必须按用户请求删除「不充分、不相关或已过时」的资料,保证该资料 不会出现在搜索结果中。但被遗忘权引发许多争论,最主要莫过于是否会造成「窜改历史」的谬误,以及是否对言论自由(特别是新闻媒体)造成侵害。此外,要真 正贯彻被遗忘并不容易,要Google删除一份网络上资料,但该资料却可能早已转载于其他部落格、社群网站、讨论区或存在于Google以外的搜寻引擎。
隐 私是让一般人能决定何时、如何及将多少个资向他人传达的权利,但经常与之冲突的是「知情权」(the right to know),特别是涉及公共利益或与政府运作有关事项,公众应可自由索取与检视。但若被遗忘权正式入法后,被有心人操作或遭假借隐私之名而行内容审查之 实,将对特定人不利的网络迹证加以删除,不免让人怀疑这种全面性权利的正当性。例如Google分析其收到最先4万1千笔请求删除资料的塬因,发现有超过 六成的删除请求是涉及刑事犯罪的内容。另外在网络环境下,上网行为都会透过Cookie技术,在使用者事先授权或知道但却不异议,甚或知晓但不了解的情况 下,被一一记录下来,例如浏览记录、线上刷卡记录、即时聊天内容,甚至挂号就诊记录等,这些资讯透过分析后,本身具有极大商业价值;但若有人主张被遗忘 权,这些资讯由于并非完全被揭露或知悉,难以确认是否会被完全清除。
面临大数据的 兴起,我们虽然拥抱它可能带来的庞大经济利益,但伴随的风险却是产生这些数据的人们根本不知道该如何处理这些「资讯流」所引发的个资滥用危机,建构在「以 当事人同意」、「隐私权政策」的隐私保护假象下,当前个人隐私保护法律应该要作一番彻头彻尾的检视,以符合大数据时代的发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 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 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 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 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 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 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09