
马化腾:大数据应该只管理必要的、脱敏的部分
3月3日晚,小马哥在全国政协十二届五次会议开幕会后,首次提前披露了包括“个人信息安全保护”、“关注未成年人上网”等两会建议,直击七个当下社会热点问题。并就“加强大数据环境下的个人信息安全保护”相关问题接受了记者的采访。
小马哥在媒体见面会上表示为加大打击个人信息贩卖,腾讯正在建立及不断完善风控和大数据模型与黑客及不法分子对抗,他尤其强调在做黑产对抗模型时,应该有选择性的管理好大数据,最好是只管理必要的、脱敏的那一部分。
随着互联网技术的发展,网络黑色产业链如个人信息盗取与泄露、网络诈骗等问题随之升级,呈现跨平台化、分工化、高频率化发展,对互联网安全环境以及用户的资金财产安全形成威胁,引发社会多方关注。
《中国网民权益保护调查报告 2016》显示,我国54%的网民认为个人信息泄露严重,84%的网民亲身感受到由于个人信息泄露带来的诸多不良影响。“不仅是运营商,包括网络端、银行端都已经更加全面地实名化,监管部门也在加大对贩卖公民个人信息的专项打击。我呼吁打击力度能够更大一些,进一步打击倒卖个人隐私信息行为,这是很多诈骗犯罪的主要来源,不管在立法层面、还是执法层面,都需要加强。”小马哥说:“这不是说搞一个运动。因为你搞完运动之后他们下面又冒出来了。所以还要让社会形成一些案例,比如说一个诊所或者医院或者是学校把用户的数据偷出来,会面临什么样的惩罚。”
2016 年腾讯安全团队把公民个人信息贩卖行为作为重点的打击对象,针对可能存在该类型风险的社交群进行集中排查,导入人工审核确认,逐一排查,确认有违规违法行为的社交群,一律封停。
2016 年至今,通过腾讯安全团队的排查和用户的举报,共查处涉及个人信息贩卖的社交群 4700 多个,封停 3500 多个社交帐号。在 2016 年 11 月,腾讯安全团队还协助无锡市警方破获了一起非法贩卖个人信息的案件,抓获犯罪嫌疑人 17 名,及时阻止1. 1 亿余条被盗公民信息流向黑市。
值得关注的是,由于目前大量用户在各家网站或者各家企业使用的密码雷同,所以如果一家企业数据库被黑客盗取,黑客再通过撞库批量登录其他网站,则很有可能得到各家企业及网站的用户信息。在谈及企业对抗网络攻击等不法行为时,小马哥呼吁企业需要不断完善风险控制机制和模型,形容是一个“斗智斗勇的过程”。
“如果你(企业)没有做大数据和风控的话,会有危险的。要建立大数据的模型,要针对这些个案来找规律,然后再来训练这个模型,然后要让它越来越精准,能够逮得住这些人,能够做这些事情。”小马哥说。
在腾讯各个产品及业务,如微信、QQ、腾讯手机管家、腾讯大金融安全等均拥有极强的风控能力,为用户提供了多项个人信息保护功能,如账号登录安全、支付安全、二次校验保护、拦截恶意网址、一键举报等,为用户个人信息安全打造完善的防御体系。
小马哥进一步强调,企业在做风控对抗模型时,需要有选择性的收集并安全的管理大数据信息。呼吁企业自律,只管理必要的数据信息,且需要对数据信息进行脱敏处理,建议采取分散式大数据存储及面向用户的单向加密存储机制。“但是现在你看到很多企业的信息保存得很乱的,包括密码都是明文保存的。QQ微信的密码从来不是这样保存,从我们创业公司第一天起,密码就是单向的(只有用户知道),就是我(企业)都不知道。那这个原始数据都不是明文存储的,而是单向的。或者说数据存储分散一点,一块块切开,让它不要出问题时一锅端拿走。这样的话才能保证安全了。”
小马哥同时认为这些都建立在基础网络设施安全的基础上,他坚信“虽然有点复杂,但天天去想、去试,一个个去解决,(安全问题)我相信总能解决”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30