京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据金融”亟待“大数据安全”_数据分析师
5月26日,贵阳国际大数据博览会暨全球大数据时代贵阳峰会即将盛大开幕。本次数博会将“‘互联网+’时代的大数据安全与发展”作为峰会主题,表明了数据安全的极端重要性,体现了主办方极强的数据安全意识。2013年至今,大数据技术迅速地变革着中国金融行业,已在精准营销、小额信贷、高频交易等领域取得了累累硕果。但是,这把双刃剑也给中国金融行业的数据安全带来了新的挑战,唯有从多个层面组合出拳,夯实“大数据安全”,才能保证“大数据金融”的进一步发展。
“大数据金融”带来新挑战
第一,数据应用侵犯客户个人隐私。交叉检验技术和“块数据”技术的广泛应用,使得基于大数据的身份识别日益简单且难以察觉。近年来,中国金融企业对客户信息进行大量创新性的应用,例如分析客户消费偏好、预测客户投融资需求等。但是,这些创新也容易跨越雷池,挖掘过多的私人信息,造成对客户隐私的侵犯。
第二,数据监听威胁国家金融安全。2013年“棱镜门”事件表明,“海量数据+数据挖掘”的大数据监听模式可以对他国重要机构进行精确监听。无论是软硬件设施还是数据服务,我国金融企业都过度依赖国外厂商。在信息传输的各个环节,中国金融企业和金融机构的内部信息可能通过国外厂商预留的“后门”泄露给国外机构,从而成为大数据监听的受害者。
第三,虚假数据引发金融市场风险。由于采用相关关系取代了因果关系,大数据基础上的金融决策对数据的信息非常敏感。一旦数据中混杂了虚假的信息,就可能导致错误的交易行为,进而引发金融市场风险。2013年4月23日,美联社Twitter账号出现“白宫遭袭”的假新闻。受此影响,众多基金公司的交易程序自动抛售股票,美国股市随即暴跌。
“大数据安全”需要组合拳
首先,金融大数据的法律监管需从“授权制”向 “负责制”转变。监管的标准不拘泥于企业是否获得他人数据授权,而是重点监控企业在数据搜集、处理和发布过程中是否承担起了保护他人数据安全的责任。该监管机制既能够避免“授权制”的巨大交易成本,从而支持金融大数据的“二次应用”和应用创新,也能保证企业对数据安全进行充分保护。
其次,金融监管部门应借鉴贵阳大数据交易所模式,构建全国性的金融大数据交易平台,规范并促进数据资产的流通。一方面,该交易平台可以对入市交易的数据资产进行合法性和真实性审查,并对违规会员进行处罚。这将在源头上降低侵犯隐私权、发布虚假信息等数据风险,提高数据安全性。另一方面,规范化的交易市场也能够提高数据资产的定价和配置效率,为金融行业的大数据创新提供持续动力。
最后,中国金融行业需加快软硬件设施和数据服务的国产化进程。近年来,思科、彭博社等国外厂商纷纷卷入信息安全丑闻,我国金融数据通道的独立自主刻不容缓。中国金融行业应学习欧盟的经验,稳步减少在银行数据中心等关键领域对国外设备和技术的依赖,支持重建本国的“技术自主权”,促使大数据技术更加安全地服务于中国金融创新。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27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