
大数据引发网络安全风险 行业或将步入严管期
随着大数据蓬勃发展,数据贩卖、泄露等威胁个人信息安全的负面事件不断涌现,强化监管力度已到了必要且紧迫的时刻。可以预见,未来大数据行业也将进入严管期,或将引发行业洗牌。
近两年,互联网金融,尤其是网贷、消费金融领域的迅猛发展带动了大数据行业的发展。根据中国信息通信研究院发布的《中国大数据发展调查报告(2017)》显示,2016年中国大数据市场规模达168亿元,预计2017年-2020年仍将保持年均30%以上的增长。
但随着大数据蓬勃发展,数据贩卖、泄露等威胁个人信息安全的负面事件不断涌现。6月1日,顺丰和菜鸟陷入数据大战,在数据资源方面互不让步,以保护用户数据隐私安全的名义掐架,数据资源争夺愈演愈烈,强化市场监管已到了必要且紧迫的时刻。
近日,监管出手清查大数据公司,给业界敲响了警钟。有业内人士透露,深圳和杭州市已经开始清查大数据公司。相关人士表示,行业规范已经悄然开始,越来越多涉及用户数据隐私的案件发生,即便只是一批大数据公司被“协助了解情况”,给行业带来的震撼不可估量。此举重点打击市场上贩卖数据的机构,未来大数据行业也将进入严管期,或将引发行业洗牌。
的确,近两年网络安全问题越来越受到政府以及公众的关注,为此相关部门也采取了一系列举措。今年5月31日,中国人民银行征信管理局局长万存知撰文《个人信息保护与个人征信监管》表示,个人信息在征信中的使用方式可以概括为四个字——“有限使用”。“有限”的标准就是,特定用途特定授权,没有授权原则上就不能使用。从国内外经验来看,个人征信信息一般用于信用交易领域(即放贷活动及贷后管理),不宜在其他领域广泛交叉使用,否则容易导致侵害个人信息隐私权益的法律风险。
6月1日,《网络安全法》正式实施,也预示着行业规范正式拉开序幕。在保护个人信息方面,明确网络运营者收集和使用个人信息应当遵循合法、正当、必要的原则,且要目的明确并经用户知情同意;还规定了任何个人和组织不得窃取或者以其他非法方式获取个人信息,不得非法出售或者非法向他人提供个人信息。
“监管介入规范大数据行业,利于行业的健康发展,”某数据公司科技部门相关人士表示,但是行业中仍有很多法律政策并未明晰的“灰色地带”,比如国家对于数据爬取的范围界定并不明确,一个公开的网站的数据到底允许不允许被爬取并没有明确规定,但行业要有职业道德底线。
正如上述所言,目前我国关于大数据隐私保护的法律还很缺乏。北京市信息资源管理中心总工程师穆勇曾经表示,大数据在信息保护方面有三个层面,分别为国家秘密、商业秘密和个人隐私,国家秘密方面相关的法律法规很健全,而个人隐私方面的规定则比较薄弱。
国家发改委城市中心交通规划院院长张国华则表示,大数据市场目前还处于探索期,远远没有成熟,所以需要开放、包容地来看待,多给它一些试错的机会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16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