京公网安备 11010802034615号
经营许可证编号:京B2-20210330
周鸿祎认为,IOT时代的来临,各类内置操作系统、传感器、芯片的智能设备都将连接互联网。智能设备将会收集到亿级以上数量的数据信息,迎来数据大爆发,迎来真正的大数据时代。此时,能否利用大数据来解决一系列安全问题成为安全行业人士关心的问题。
而Palantir就是这样一家利用大数据解决社会安全问题的公司,Palantir是彼得·蒂尔在2004年创建的大数据挖掘分析公司,公司的客户包括美国中情局(CIA)和联邦调查局(FBI)。Palantir的软件能够对海量的数据库进行梳理、分析与整合,最终为客户提供具有洞察力的结论。
彼得·蒂尔在对话中表示,911之后,美国很重视反恐工作,但是反恐不能建立在给大量非恐怖分子的普通民众带来不便和骚扰的基础之上,所以怎样尽可能的减少对隐私的侵犯又能够达到最好的反恐效果,这个是Palantir希望能够做到的。
周鸿祎也认为应该平衡好大数据利用与用户隐私之间的关系,他认为怎样更好的保护用户信息应该成为企业关注焦点。此前,周鸿祎还在多个场合提过用户信息保护三原则:
用户数据应该归用户所有。周鸿祎认为,用户使用智能设备产生的用户数据被传至互联网公司的云端服务器上,应该旗帜鲜明的定义这些数据资产是用户的资产,只不过是用户把它托管在互联网公司的服务器上。
用户有知情权和选择权,用户有权不允许网络公司使用自己的数据。周鸿祎认为互联网公司利用用户数据属于正当的商业模式,但前提是用户要有知情权和选择权。即企业必须要得到用户授权。如果有用户表示不愿意个人隐私被拿来做商业交换,那么用户有权利要求互联网公司销毁和删掉用户数据,或者把数据交给用户。
公司有更大的责任保护用户数据,安全存储安全传输。面对IOT,很多企业表示要转型成互联网公司,周鸿祎表示,当企业获得大量用户数据的同时,企业有更大的责任保护用户数据,因为用户数据一旦从服务器上被窃取,极可能导致用户在其他服务上的账号受到威胁。
彼得·蒂尔表示,有些事情是人可以做的但计算机做不到,比如在一堆东西里面挑出某一件,人一眼就能看出来,但是计算机做不到。但是在数据方面,如果每一条数据都需要人来进行处理,人是忙不过来的。但数据处理分析又需要人的辨识能力,所以怎么样把人和机器的最强的优势给发挥出来,然后把他们结合好,这是Palantir最核心的技术。
因此,彼得·蒂尔认为Palantir其实是一家“反大数据”公司,数据本身是不能够自动产生结果的,仅凭海量数据和一台机器想产生出具有洞察力的结果,这是不可能做到的。因此,彼得·蒂尔说一旦听到“大数据”、“云计算”这样的词语,就会认为那些人是因为实在讲不出什么东西才用这些“热词”进行忽悠。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25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