
大数据时代 谁动了我们的隐私2_数据分析师
作为大数据时代的黄金资源,个人信息已成为各方逐利的对象。正如马云所言,阿里巴巴公司本质上是一家数据公司,做淘宝的目的不是为了卖货,而是获得所有零售的数据和制造业的数据;做物流不是为了送包裹,而是将这些数据合在一起。
如果说黑客是隐匿的信息跟踪者,那么有些平台却是公开的信息收集者。电商掌握着你的消费信息,网站保存了你的注册信息,银行坐拥你的信用卡信息,航空公司留存了你的身份信息,“当不同的商家开始共享这些个人信息,我们每个人都将变成透明人。”南京信息工程大学的一位教授表示。
隐私,拿什么保护你?
当技术的进步与发展对个人的隐私形成威胁时,该如何应对?
在采访中,许多被访者表示,遇到网络信息泄露事件时,往往只能被动接受,却不知该如何维权。
“这种情况下,当事人自己通常无法知道自己的隐私信息流向了何处,侵权对象模糊,维权难度不小。”律师陈为鸿表示,重要的是,个人信息与隐私边界如何划定,目前没有相关法律涉及。
记者查阅新《消费者权益保护法》发现,其中多处对个人信息保护作出明确规定:如“消费者享有个人信息依法得到保护的权利”、“经营者及其工作人员对收集的消费者个人信息必须严格保密,不得泄露、出售或者非法向他人提供”等。但对于这样的表述,受访的多位专家都表示,规定过于原则,尚需尽快制定相应的法律实施细则。
那么,如何才能在大数据时代下,有效保护每个人的隐私?
《大数据时代》的作者维克托·迈尔-舍恩伯格给出的答案或可借鉴:让数据使用者承担责任。“这样一来,使用数据的公司就需要基于其将对个人所造成的影响,对涉及个人数据再利用的行为进行正规评测。”
中国政法大学传播法中心研究员朱巍也提出:“不能以大数据的合理使用进行免责。”比如,欧盟的数据保护法就更强调个人对信息数据的管理和使用权利,个人必须详细地被告知自己数据的收集情况及用途。而对于泄露用户隐私数据的公司,最高罚金将达到该公司年度营收的2%。
此外,个人也需养成良好的上网习惯。业内专家列出了几条提醒:一是重入口。使用安全浏览器;二是抹痕迹。经常清除电脑cookie和历史内容;三是多留心。不要在陌生网站随便注册账号,不要轻易在各种网站公布自己的私密照片和信息,不要在邮件中发送重要信息,不要在任何时候使用“直接登录,记住密码”;四是少沾光。慎用公共 Wi-Fi,尤其是免费的;五是戒好奇。陌生的信息不要轻易打开。
“我国对于隐私权的保护,尚未跟上大数据技术发展的速度。在真正拥抱大数据时代之前,我们还有不少事要做。”一位专家表示。记者马雯
如何保护隐私?
1
重入口要使用安全浏览器
2
抹痕迹 经常清除电脑使用痕迹
3
多留心 不要使用“直接登录”
4
少沾光 慎用公共免费Wi-Fi
戒好奇
5
陌生的信息慎打开
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19