京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的隐私:边界正变得暧昧不清
人们重视隐私的保护,但同时也相信未来是一个由数据推动的时代。不过,大数据使用的普及必然会涉及到侵犯隐私的问题,这听起来的确是相互矛盾的事情。
不可否认,大数据是座金矿,通过数据挖掘,人类所表现出的数据整合与控制力量远超以往。但大数据又是把双刃剑,国家和企业因大数据获益的同时,个人隐私保护的话题却变得暧昧不清,也使业内外对隐私保护的争论延绵不绝。
大数据打破宁静
说到个人隐私,有这样一个段子:一个客户打电话订购比萨,客服人员马上报出了他的电话和家庭住址,推荐了他喜欢的口味,报出他最近去图书馆借过什么书,信用卡已经被刷爆,了解他房贷还款金额,知道他丈母娘刚动过心脏搭桥手术,甚至还准确定位出他正在离比萨店20分钟路程的地方骑着一辆摩托车……
分散在各个系统中的海量数据乍一看价值不大,但如果把它们深入整合、挖掘,就能知道一名消费者的性格、爱好以及消费习惯等信息,这些信息对商家非常有价值。但对消费者来说,你的宁静生活却从此被打破。
数据如果是在相同业务范围内使用,没有必要去界定隐私;但业内人士也承认,在大数据交易过程中,用户的隐私存在泄露风险。一旦形成大数据模式,各个系统之间产生的数据就会互联互通,数据被用于他途,用户隐私泄露的可能性就会加大。
直接过滤掉个人信息,是否就能防止信息泄露?有业内人士认为,大数据在涉及交换、分析、挖掘时,个人信息是无法直接过滤的。
此外,不同商家的所谓信息共享也会让你的隐私信息有被整合、挖掘的“危险”。这些个人隐私数据散落在中介、银行、保险、航空公司等机构间,危险性可能不大,但如果被共享之后,又被系统整合、相互印证的话,消费者的个人基本信息,甚至性格、爱好以及生活轨迹等信息将被他人一览无余,很多普通人在他们面前将变成“透明人”。
隐私保护应跟上步伐
大数据系统与传统数据系统不同,区别在于,前者包含了很多外源性数据,这些数据本身存在价值。比如你在淘宝购物创造了一个数据,这个数据对于淘宝而言就是外源性的。当无数外源性的数据整合并被分析之后,便构成了大数据系统。一旦形成大数据模式,各个系统之间产生的数据就会互联互通,从而产生极大价值。因此,传统数据时代的“隐私”与大数据语境下的“隐私”,无论是内涵还是外延,均有极大不同。
一般而言,人们对于隐私的定义是:一种与公共利益、群体利益无关,当事人不愿他人知道或他人不便知道的个人信息。其本身并不涉及公共、群体利益。业界有一种声音认为,随着大数据时代的深入,这个社会对隐私的定义一定会逐渐改变,考虑到技术的发展,眼下认为是隐私的信息,或许几年后就不再敏感。
在监管层面,由于现阶段《民法通则》没有完整的关于“隐私”的概念,国家也无明文规定来规范大数据交易市场,诸如云计算和大数据应用都或多或少在灰色地带游走。
上海杜跃平律师事务所律师杜跃平向《每日经济新闻》记者表示,可以从源头上抓起,即默认禁止状态,未列举的内容默认为不被允许。
美国目前仍在使用的是1970年就通过的《公平信用报告法》(TheFairCreditReportingAct),旨在对大型主机侵犯人们的隐私进行防护。该法案允许信用咨询公司收集个人财务信息,但收集所得信息只能用在三个方面:信用、保险以及就业。
很显然,美国的法律在大数据时代滞后了。我国关于个人隐私的保护,也未跟上大数据技术的发展步伐。
杜跃平指出,许多网站和电子商务平台对用户进行行为习惯分析,然后推送相关商品信息,这本身已涉嫌侵犯用户隐私。解决办法是,网站必须尽告知义务,“网站在采集信息前应告知和征询消费者,消费有权授权或不授权。”即使在授权之后,电商平台也不能将消费者行为信息用于商业用途。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22