京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,网民上网与“裸奔”无异
只要你的手机里安装了百度、高德等导航软件,无论你在哪里我们都能很快通过手机里App提供的数据找到你。在邬贺铨看来,名字可以造假、身份信息也可以造假,但位置信息是无论如何都掩盖不了的。
“App本身跟位置并没有太多的关系,可是App会强行搜索你的位置信息,而你的位置信息根本屏蔽不了。”邬贺铨解释道。
“那我不是一个人透明人了吗?”听了邬贺铨的演讲,张静自言自语地念叨着。
2015年全球数据泄密的事故1673起,涉及7亿多条数据记录;医疗行业丢失了8000多万份个人隐私数据。阿里研究院数据经济研究中心秘书长潘永花列举出的一组数据更让张静直冒冷汗。
“这不是现实版的《窃听风云》吗?”张静有些后怕,她不知道自己的信息是否已经泄露了。
和张静一样,很多“手机控”在下载安装App时不会注意看授权权限条款,便直接同意安装,就是这么一个简单的动作,App会完成访问通讯录、读取通话记录、读取短信记录、读取位置信息、监听手机通话等一系列行为,一不留神用户的隐私就泄露了。
就像空气和水一样,数据在我们周围自然而然地存在着。每一次点击鼠标,每一次刷卡消费,每一次拨打电话,每一次驾车出行……数据便已生成。我们每一个人既是数据的消费者,也是数据的生产者,每天都生成海量数据。
“只要一上网,我们基本上等同于裸奔。”微软中国首席技术官韦青坦言,只要你掏出手机打开App,你今天去了哪儿、你的电话号码是多少、你的实时位置信息……你在手机上进行的一切动作,都被悄无声息地记录在册。
这个搞技术出身的工程师认为:“我们越是享受数字化的便利,隐私越少。”
拥有用户越多的公司往往掌握的数据也越多。
“现在滴滴公司已经覆盖了全国400多个城市,是全球最大的一站式出行平台,我们掌握了3亿多客户端用户的数据。”滴滴公司副总裁凌亢表示,滴滴公司掌握了所有用户交通出行的信息,包括姓名、实时的位置、手机号码、真实出行的轨迹、单位的地址、家庭住址。
在中国互联网协会秘书长卢卫看来,企业利用App软件收集用户相关数据的行为存在很大争议。
“在数据价值和产权没有明确分类和清晰界定的时候,数据收集者的动机可能被隐藏,数据安全和各类隐私存在着一定的风险。”卢卫表示了担忧。
“当整个国家的各种数据都汇聚到一个人手上的时候,那我感觉他跟恐怖分子没有什么区别。”公安部网络安全保卫局副局长赵林在一场探讨大数据安全的高层分论坛上表达了和卢卫一样忧虑。
同样是在这场大数据安全的高层分论坛上,国家密码管理局商用密码管理办公室副主任安晓龙认为,密码是保障大数据安全的有效手段。据安晓龙介绍,密码技术与核技术、航天技术一直被视作国家安全的三大支撑技术,从国之重器的角度上讲,在身份认证、安全隔离、信息加密等方面有着不可替代的作用。
和安晓龙的观点一样,京东集团首席技术顾问翁志对个人数据保护同样采取加密的手段,存取要控制,形成日志。让系统能够进行日志的回溯,可以回溯到过去的某一个节点,进行实时监控。
数据安全与个人隐私,应该说数据安全这一方面的话题更多地需要技术供应商考虑,但个人隐私绝不只是靠厂家解决。邬贺铨认为不能把保护用户隐私的希望寄托在互联网企业身上,因为它们既是数据管理者又是使用者,这就好比让“裁判员”当“运动员”一样。
邬贺铨认为保护数据最好的方式就是分布式存储,别把所有的东西都放在一个篮子里。“我们现有的数据中心技术是不足的,过去大多数安全分析工具方法是针对小数据设计的,直接把它用到大数据上,处理能力不够,直接用来存储大数据,也并不安全。”
数据保护除了在技术上进行突破外,卢卫认为大数据相关的法律法规还有很大的完善和建设空间,应该完善相应的数据交易规则。
北京航空航天大学法学院院长龙卫球也主张通过立法来保护个人隐私数据,进行数据资产化立法。但龙卫球认为数据只有通过一系列的处理才能产生真正的价值,数据资产化是立法的前提。
在阿里集团安全部技术副总裁杜跃进看来,上网痕迹是大数据非常重要的组成部分,同时对于坏人也最能形成巨大的威慑力,真正的坏人最怕留下痕迹,所以痕迹的留存对保障安全是很重要的,用户本质上并不怕留下痕迹,只是怕痕迹被别有用心的人偷走、滥用。
“保护数据最终的目的是让我们的数据流动起来,产生价值。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12