京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是把双刃剑,安全意识不容忽视
当前,大数据在提升政府治理能力、产业转型升级、服务改善民生中发挥的作用越来越大。但记者采访中发现,受立法滞后、交易秩序不稳定、核心技术与发达国家差距较大等因素影响,数据安全面临挑战。
在全国首个大数据综合试验区贵州,2015年大数据产业规模突破2000亿元,实现两年翻番。“近年来,国家先后出台了一系列政策推动大数据、电子商务领域发展,信息经济迎来发展黄金期。2015年,信息经济规模超过18万亿,电子商务交易额超过20万亿,数据总量占全球的13%。据预测,未来5年大数据产业规模年均增长率将超过50%,到2020年数据总量将占全球的20%,届时我国将成为世界第一数据资源大国和全球数据中心。”国家发展改革委副主任林念修说。
据国家发展改革委高技术产业司调研员刘勇介绍,京津冀以及贵阳、重庆、上海等地大数据产业集聚效应正在形成。数据铁笼、数据治税、精准扶贫等一批大数据应用正在推广,阿里、京东等企业大数据征信、大数据金融服务也不断推陈出新,新模式、新业态持续涌现,数据红利逐步显现。
但同时,信息安全问题不容忽视。中国互联网协会发布的《网民权益保护调查报告(2015)》显示,78.2%的网民个人身份信息被泄露过、63.4%的网民个人网上活动信息被泄露过。另据360网站安全检测,2015年共扫描各类网站231.2万个,其中,存在漏洞的网站101.5万个,占扫描网站总数的43.9%;存在高危安全漏洞的30.8万个,占扫描网站总数的13%。
“大数据是把‘双刃剑’,它能够造福社会,但如果被一些不法分子利用,将会损害社会利益和公众利益。传统解决网络安全的方法是把内外网隔离开,用终端设备隔离风险,但是随着移动互联网、云技术的出现,移动终端在4G、WiFi信号、电缆当中穿梭,网络边界已经消失,传统保障安全的办法效果差。”奇虎360科技有限公司总裁齐向东说。
值得注意的是,在交易主体审核中,一些交易所选择了较为宽松的审核程序,仅进行邮箱、手机验证方式对会员进行审核,宽松的准入机制给数据安全留下隐患。
“从实践来看,跟大数据相关的法律法规还有很大的完善和建设空间,比如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。”中国互联网协会秘书长卢卫说。
中国信息通信研究院产业与规划研究所所长胡坚波认为,当前,大数据开放安全法规不明晰。比如,数据开放的安全分类、分级标准缺失等。“立法还面临很多挑战,包括大数据资源开发利用界限、跨境数据流动、隐私保护等问题。”胡坚波说。
据了解,针对大数据安全问题,国家有关部门正在推动网络安全立法,加快关键基础设施保护、网络安全审查、个人信息保护等法律法规的增补完善。在标准制定方面,正在组织开展涉及国家金融、能源、互联网企业的大数据安全调研活动,并启动了大数据安全标准研制工作。
业内人士建议,应树立大数据整体安全观,平衡产业发展和隐私保护、国家安全之间的关系,协同促进大数据安全与发展,具体可从三方面入手。一是用大数据技术解决大数据时代的安全问题。中国工程院院士邬贺铨说,大数据已成为信息社会的热点,也是信息安全博弈的焦点。应加快数据采集、存储、清洗等关键技术攻关,集中力量突破信息管理、信息保护和基础支撑关键技术,提高自主保障能力。二是完善数据安全法律体系。中国政法大学党委书记石亚军教授说,大数据立法应把握四个原则:超前性与可操作性;时代性与地域性,既要把脉潮流,还要立足本土;实践性,既要科学规范、有效,又要通俗易懂、易用;国际性,取人之长,补己之短。三是引导公众加强数据安全意识,守住个人“数据底线”。开展数据安全宣传活动,通过多种形式向全社会普及网络安全知识,提升全社会的数据安全意识和防护技能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29