
保护隐私,守护「大数据」的生命线
如果非要说科技进步是一把双刃剑,那这把剑的两面明显不一样锋利,快刀的一面带来效率的提高和生活的便利,而钝刀的一面尽管不那么锋利,但也必须好好呵护,以免带来不必要的伤害。
曾经身边总有一直“抵制”手机网银或者移动支付的人,他们总觉得不安全,又怕泄露隐私,但是,往往到了最后尝试一次移动支付的便捷后,又感觉再也离不开这种便利,反而对以前的担忧一把抛之脑后。
其实,大多科技的进步和创新,都需要人在便利性和安全性之间做出选择,只是历史的结果都一样,便捷和效率都是最终的选项。
不过,我指出这一点,并不是想要说为了追求效率就可以把安全完全忘掉,反而我想要强调的是,正因为双刃的存在,更需要对科技的那一面施以严格把控,但这种把控的责任,不应该是消费者的事,消费者的隐私,大数据的安全,主体责任在企业,监控责任在政府。
大数据的作用已经不用我们再多说,守护大数据的生命线才是关键,而能够以此为己任,以最大的投入最严格的办法保护使用者隐私的企业,才应该能在大数据行业的激烈市场竞争中笑到最后吧?
那么,对数据安全负责任的企业,应该怎么做?
最近,中国第一次针对互联网产品和服务进行的个人隐私评审“成绩单”揭晓,微信、淘宝网、支付宝、滴滴出行和京东商城5家互联网公司的做法获得了中央网信办、工信部、公安部、国家标准委4部委认可。
由于个人隐私保护越来越受关注,今年7月4部委宣布对互联网产品和服务进行个人隐私政策进行评审,首批选取了用户数量大、与民众生活密切相关、社会关注度高的10款互联网产品和服务,京东商城、航旅纵横、滴滴出行、携程网、淘宝、高德地图、新浪微博、支付宝、腾讯微信、百度地图10家企业进入首批评审名单。
实事求是讲,政府监管是必要的也是管用的,就像这次全国信息安全标准化技术委员会副秘书长刘贤刚表示的,通过这次评审,10款产品和服务在隐私政策方面都有不同程度的提升,做到明示其收集、使用个人信息的规则,并征求用户的明确授权。
而且,微信、淘宝网、支付宝、滴滴出行、京东商城5款产品和服务在满足以上功能的基础上,还提供了更便利的在线“一站式”撤回和关闭授权,在线访问、更正、删除其个人信息,在线注销账户等功能。
支付宝母公司蚂蚁金服首席法务官陈磊明表示,“一直以来,支付宝把保护用户隐私作为生命线”,是维护市场信心和用户信任的基石,也是企业行稳致远的核心竞争力。蚂蚁金服已在行业内率先任命了集团首席隐私保护官,组建集团隐私保护办公室,负责制定全集团隐私保护管理体系并推动落实。
相比那些功能比较垂直的应用,普通用户可能更关心和钱直接相关应用的安全,比如支付宝。就这次参加评审的应用来说,支付宝的应用场景众多,对数据和信息保护的要求更高,评审成绩进入前列,“含金量”确实很高。把保护数据安全和隐私作为各项业务和产品的本能,这是支付宝的底线,希望也能成为所有企业和平台的底线。
市场有市场自身的运用规则,隐私和安全,免费和收益,市场本身也具备一定的自我调节能力。根据皮尤研究中心在2016年发表的一份研究报告《隐私和信息共享》显示,虽然人们对于自己的信息被他人获取反感,但他们也意识到在大网络驱动的社会中,这也是无法避免的,因为人也的确通过让渡部分个人信息获得了好处,“免费(的服务)是一个不错的价位(来换取我的个人信息)。”
当然,如果企业使用了用户个人信息来设计产品、获取利润,那么也必须花重金来保护用户信息和隐私安全。对以数据为基础能源的企业来说,保护信息安全就是不能省的投入。
科技企业的优势,在于对数据的挖掘、计算和应用能力,这样才能使分散的个人信息和数据产生价值。从企业的角度看,比拼的不仅是获取个人信息的能力,更是科技创新能力。
在国外关于大数据的讨论中,有些已经上升到了数据的拥有者如何分享大数据带来的利润的层面。不过我觉得,现在还远没有到那一步。大数据应用的第一步,是隐私的保护和数据的安全,第二步是,是数据的挖掘和创造新的价值,最后一步,才是价值的分享。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23