
“灰色”大数据:用户隐私缺乏保护 活动均被外界掌控
好莱坞电影《国家公敌》描绘了一个利用科技手段侵犯个人隐私的故事,而这一幕,在大数据技术的应用下有可能成为现实。
“大数据已经悄悄地进入到了个人隐私的灰色地段。”中国信息协会大数据分会专家委员会副主任文金言向《华夏时报》记者表示,借助大数据技术,每个人都被数字化了,你的所有活动都处于外界掌控之下,甚至还可以借此预知你的未来行为。
北京大学光华管理学院市场营销系副教授苏萌表示,要限制大数据技术对个人隐私的侵犯,一方面靠行业自律,另一方面也需要出台相关的法律法规进行约束。
谁的大数据
在2013年的“3·15”晚会上,中央电视台曾经报道过网站买卖个人信息的事例,范围涵盖用户的性别、年龄、职业、身份、收入、受教育程度、电子邮件等,甚至还有为参加某个抽奖而注册的信息。
在日常生活中我们也能感受到,每当安装一个手机客户端时,软件都会要求读取联系人、通话记录、短信和彩信等,要么就是请你同意它获取手机位置、打开摄像头、使用话筒录音。如果你曾经买房,在房产中介登记过个人信息,还会没完没了地接到陌生电话,询问要不要贷款、买房、装修之类。
中国信息协会大数据分会秘书长郑宏表示,在大数据概念出现之前,数据买卖的现象就已经有了。近年来,国家提高了对信息安全的重视,专门成立中央网络安全和信息化领导小组,加大了打击力度。
而在业内人士看来,以前那种小范围的数据交易和应用只能叫做“小数据”,因为它只是各个公司在自己内部对数据的开发。亚信集团大数据高级咨询顾问王维表示,大数据要真正实现价值必须做到“互联互通”,即让政府、运营商、银行、网站等各方数据实现跨界和共享。
文金言表示,如果实现这一目标,大数据将成为一个新的“权力”。一旦它被某些别有用心的人所利用,通过其牟利,或者攻击他人,就有可能产生极大的危害。
文金言进一步强调称,人类生活中的一切活动,我们的每一次购买、每一次对话、每一次移动都会成为数据收集、处理和存储的对象。随之而来的问题就是,这些数据的所有权属于谁?
同时,数据产权的问题还影响到了商业行为。郑宏表示,以中国电信为例,它有非常庞大的客户数据,这些数据究竟是属于中国电信还是属于用户?如果中国电信贸然把数据拿出来进行交易,就有可能构成违法。所以,企业方面目前普遍比较谨慎,不敢进行大规模的数据买卖。
“只有明确数据产权的归属,确定所有者的利益,才能激活整个行业继续发展。”郑宏表示。
亟待立法
每一项新技术都是天使与魔鬼的集合体,关键在于如何扬长避短。而在限制大数据对个人隐私的侵犯方面,文金言表示,研究大数据对现有法律的冲击刻不容缓。
目前,我国关于大数据隐私保护的法律还很缺乏。在1月9日举行的首届中国政务大数据开放论坛上,北京市信息资源管理中心总工程师穆勇表示,大数据在信息保护方面有三个层面,分别为国家秘密、商业秘密和个人隐私。目前,国家秘密方面相关的法律法规很健全,而个人隐私方面的规定则比较薄弱。北京市已经制定《北京市国家机关个人信息保护规定》和《关于推进公共信息资源向社会开放工作的实施意见》两个送审稿,但迟迟没有通过审批,因为某些观点的分歧仍然较大。
文金言表示,政府是世界上最大的数据收集者和数据消费者,同时也是保护个人隐私的最后一道防线。它应该在保护公民隐私的前提下,尽可能地加速数据流动,鼓励创新,催生新兴产业,从而进一步促进国家经济的繁荣。
同时,企业层面还需要自律。郑宏说,这方面业内人士已有共识,1月10日,多家国内数据中心行业骨干企业共同签署了国内首部《中国数据中心行业自律公约》,目标就是规范我国数据中心行业从业者行为,促进和保障数据中心行业健康发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 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