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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19