京公网安备 11010802034615号
经营许可证编号:京B2-20210330
两会代表共议大数据时代的个人信息安全
全国人大五次会议发言人傅莹,在3月4日的新闻发布会答记者问时表示,互联网的发展和数据时代的到来,确实大大地方便了人们的生活,但同时也对保护个人信息提出了严峻的挑战,这恐怕也是一个全球性的问题。
正如傅莹所言,我们的日常生活与工作被网络所包围,各种互联终端充斥着我们的身边,我们的个人信息数据,也在源源不断地传输至多方应用。大数据时代,各互联网公司都在强调“标签”、“用户画像”、“智能推送”、“精准营销”……一方面收集数据行为是否经得用户允许并合规合法,另一方面数据是否能够得到妥善安全的保护,因数据泄露、贩卖个人信息导致个人信息暴露于不法分子,进而发生电信网络诈骗等违法犯罪活动。如何加强个人信息安全,防范网络欺诈,成为两会代表们的热议话题。
马化腾:共享整合安全能力 推动社会共治保障个人信息安全
全国人大代表、腾讯公司董事会主席兼首席执行官马化腾今年两会将提交的建议是,加快法制建设步伐,加强大数据环境下个人信息安全保护。具体为,一是强化政府管理与推动社会共治并行。由政府牵头搭建具有公信力的第三方合作平台,通讯、金融、互联网等行业发挥各自优势,共享整合安全能力,推动社会共治的全新模式,有效保障个人信息安全。
二是加大打击力度与加快法制建设并行。对侵犯个人信息、电信网络诈骗等新型网络犯罪持续加大打击力度,尤其要针对非法获取大量数据信息的黑客人员、内外勾结权力寻租的数据管理人员从严从重处理,形成强大的震慑力;同时,加快法制建设步伐,推进法律适用和落实执行等配套机制,切实提升犯罪成本,使个人信息安全的法律保护形成闭环。
陈琼:加强大数据环境下个人信息安全保护
全国人大代表、中央纪委驻中国银监会纪检组副组长陈琼认为,大数据在为社会发展带来新机遇的同时,也给社会安全管理带来新挑战。“由于数据的采集和使用权责不明、边界不清,一些公共部门和大型公司过度采集和占用数据,一些企业和个人不规范使用数据信息,直接侵害了数据信息所有人的合法权益。建议尽快启动规范数据使用和保护个人信息安全方面的立法工作。”
正因为个人信息的泄露,不少人经常收到各种广告推销电话的骚扰。中国互联网协会12321网络不良与垃圾信息举报受理中心日常举报受理数据分析显示,54%的网民认为个人信息泄露严重,84%的网民亲身感受到了由于个人信息泄露带来的不良影响。初步统计,2016年,我国网民因为诈骗信息、个人信息泄露等遭受的经济损失人均133元,总体经济损失约915亿元。
针对以上问题,陈琼代表建议结合我国实际,借鉴国际经验,尽快启动规范数据使用和保护个人信息安全方面的立法工作。同时,规范数据使用管理,对非法盗取、非法出售、非法使用、过度披露数据信息的行为,开展专项打击,整顿市场秩序。将个人使用数据的失当行为纳入公民社会信用记录,有效净化数据使用环境。她还建议强化行业自律,将有关内容纳入各行业协会自律公约之中,建立互联网、电信、金融、医疗、旅游等行业从业人员保守客户信息安全承诺和违约同业惩诫制度。
苗圩:一个月能搜到1.73亿条电信诈骗信息
工信部长苗圩表示,工业和信息化部主要是从电信环节对网络电信诈骗予以打击。
第一,去年实现了手机实名制。在手机实名制的过程中,除了新用户都做到了完全的实名,还做了1.2亿老用户的补登工作;第二,在一些重点省份做了核查、过滤、筛选的工作。通过这项措施,现在平均一个月能够搜索到1.73亿条电信诈骗的信息;第三,在网上去除那些改号软件、非法实行电信诈骗的手段。去年在APP软件当中,下架的改号软件有1753个;第四,去年关停接近70万个涉案手机号码。
郭永宏:电信运营商守好关口责无旁贷
全国人大代表、中国移动通信集团重庆有限公司董事长、总经理郭永宏这样谈及电信诈骗,作为基础电信业务运营商,中国移动在打击电信诈骗上责无旁贷。截至目前,中国移动已形成涵盖诈骗电话拦截、重点业务清理、伪基站治理、涉案号码核查的通讯信息诈骗综合治理格局。根据12321中心的数据显示,2016年四季度中国移动涉嫌通讯信息诈骗被举报通报的号码环比下降34.2%。
从源头治理电信诈骗,需要在统一领导下,各行业密切联动,不断巩固目前成果,持续重拳打击。目前,中国移动正在进一步加强与司法机关联动,积极研发新的技术手段,不断提高打击电信网络新型犯罪活动的实际效果。同时,希望在法律层面加大对电信诈骗行为的惩治力度。
李铀:建立“技术反制平台”打击电信诈骗
全国政协委员、四川省成都市政协副主席李铀称,“非法获取公民个人信息,借助手机、固定电话、网络等通信工具和现代网银技术实施非接触式诈骗犯罪,属于‘精准诈骗’。”李铀呼吁,应尽快建立国家层面的电信网络诈骗技术反制平台,统筹全国的电信运营商、网络运营商的通信数据,覆盖国内和国际电话,研发诈骗电话智能识别系统,构建基于大数据应用的诈骗电话防治体系。
“加快推动出台公民个人信息保护法,筑牢个人信息保护法制围墙。”李铀还建议,通过立法,明确公民个人信息的权利性质和处理原则、对政府机关及其他个人信息保有者的规制方式和刑事责任,对容易成为泄露公民个人信息源头的金融、电信、交通、教育、医疗等部门加强行业监管,严厉打击违法滥用个人信息数据的现象。同时,建立完善个人信息安全事件投诉和举报机制,实行追责和问责,建立有序的数据社会。
周俊军:尽快启动银行身份证指纹检验
基层人大代表、江西省瑞昌市公安局赛湖派出所教导员周俊军认为,对于打击电信网络诈骗来说,预防是最好的手段。犯罪分子一是必须通过打电话或发信息,让受害人上当;二是必须通过银行转账获得被诈骗资金。为此周俊军建议由工信部、人民银行或者银监会制定措施,首先在电信企业、银行尽快启动身份证指纹检验,确保实名制真正落实,斩断电信诈骗信息的传播渠道和诈骗者收取转移资金的路径,从源头上打击电信诈骗犯罪行为。
习总书记曾提到,互联网这块“新疆域”不是“法外之地”,同样要讲法治,网络空间是虚拟的,但运用网络空间的主体是现实的,大家都应该遵守法律,明确各方权利义务。来自于社会各界的代表们以此为共识,建言献策热议个人信息安全和电信欺诈,在充分尊重创新的同时,强调自律与他律,期待这些宝贵的建议和意见逐步落实,全社会共创健康、有序的网络环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28