京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代谁给隐私上锁
行业内部侵犯公民个人信息案件频发,让人忧心忡忡。例如,多家二手车网上交易平台均可以查找公民个人车辆信息。大数据时代,个人信息如何保护,值得深思。
车辆信息可查
近日,海外网发现,市场上多家二手车平台存在贩卖公民个人车辆隐私的状况。以“查博士”为例,该网站隶属于北京酷车易美网络科技有限公司,在其网页和手机客户端上,可通过VIN码(即车辆识别码)查询车辆的维修保养记录、档案记录等。
海外网注册了一个账号并输入某车辆VIN码,短短一分钟,“查博士”就提供了一份包括车辆信息核实、里程分析、事故分析、车况分析在内的车况历史报告,售价14元。而且,该网站明确表示:可查询的汽车品牌,已经覆盖了市面上98%的主流汽车品牌。“大众”“丰田”“本田”“宝马”等品牌悉数可查,其余各个小众品牌仍在持续不断更新中。
其实,提供公民个人车辆信息查询的网站并非此一家。一家名为“车易拍”的二手车交易平台明确表示可查4S维修保养记录。而另一家名为“车鉴定”的二手车交易平台可为客户提供完整的车鉴定报告,其中包含有非常详细的车辆维修记录、保养记录、保险修复记录、召回记录等,一份这样的报告售价达58元。关于收费,“车鉴定”给出了这样的解释:“车鉴定”车辆历史报告是经过信息收集、整理、分析以及人工审核等步骤生成的,“车鉴定”付出了很多劳动成本,因此需要支付一定的费用才能购买。
大数据泄隐私
通常而言,VIN码查询网站会为查询者提供厂家、车型、生产年份、燃油类型等基本信息,但是“查博士”等网站出售的报告中包含的数据,比如维修保养记录、公里数、最后进店时间、最后保养时间、车险投保情况等,涉嫌侵犯公民个人车辆隐私。
“查博士”自称“是一家专业的二手车历史数据查询平台,依托公司长期积累的广泛、稳定的数据渠道和强大的数据整合、分析能力,为广大二手车经销商和电商、金融平台客户提供可靠的二手车维修保养等数据查询服务”。这个所谓的“数据渠道”指的是什么呢?
海外网日前联系到了“查博士”的客服人员,对方表示,“查博士”的数据来源是各大品牌商。4S店将车辆维修保养数据上传给品牌商,品牌商再将数据整理接入网络,与“查博士”共享。同样的,“车鉴定”客服人员也表示,“车鉴定”是与厂家合作,数据共享。只要车辆在4S店维修保养过,数据上传到厂家,其相关保养记录均可查到。截至2017年11月3日14时,“查博士”主页显示,已有23077224辆车的查询记录。
“查博士”还设置了“查博士数据开放接口”,并称:“‘查博士数据开放接口’,是通过我们提供的查询服务接口与技术支持,实现合作伙伴与我们的数据互通,从而达到合作双方提升服务质量以及共同发展的目的。目前我们已经开放了保养记录查询接口,得到了众多合作伙伴的支持和认可。”在其网站主页上,海外网注意到,目前“查博士”已有至少25家合作伙伴,涵盖了58同城、瓜子二手车直卖网、人人车等多家二手车交易平台,也就是说,这25家平台均可通过车辆VIN码获取相关车辆的维修保养记录。
信息必须“上锁”
业内人士表示,拥有用职务和履职便利的协警人员、银行职员、电信人员、快递公司等是信息泄露主要源头。行业内部侵犯公民个人信息案件应引起高度重视,一方面要加大对拥有公民大数据的相关单位和企业的安全管理、监督力度,加强对存在问题的网络服务商的检查整治,强化员工职业道德教育和法制教育,从源头上堵住公民个人信息泄露的阀门;另一方面也要加大对侵犯公民个人信息案件打击力度。
2017年3月通过的《民法总则》规定:“自然人的个人信息受法律保护。任何组织和个人需要获取他人个人信息的,应当依法取得并确保信息安全,不得非法收集、使用、加工、传输他人个人信息,不得非法买卖、提供或者公开他人个人信息。”6月出台的《网络安全法》规定:“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。”
民警提示,民众要养成保护个人信息的习惯,日常生活中不随意丢弃包含个人信息的单据;避免在社交软件上透漏真实身份信息;不贸然参加网络“调查问卷”等互动活动;公共场合使用无保护或来源不明无线网络时,切勿进行涉及银行密码、验证码等操作;收到短信、即时聊天软件发来的不明链接勿轻易点击;接到相关诈骗电话后提高警惕,以预防个人信息泄露及次生犯罪等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14