
你的信息只值1毛钱 大数据时代如何不做“透明人”
随着移动互联网的快速发展,各类手机APP也深入到我们生活的方方面面,例如外卖订餐、打车出行等等。但我们在享受这些便捷的同时,个人信息也愈加公开化和透明化。
据悉,许多不法分子盯上了外卖平台这块“肥肉”——用户信息齐全、获取方式容易。一些网络运营公司还会借助软件搜集用户订餐信息,再打包倒卖给电话销售公司,通过贩卖客户信息进行非法牟利。甚至,这些用户信息还会落入诈骗团伙手中,后果不堪设想。
外卖信息泄露成灾 一毛钱就能拿到你的个人信息!
近日,多家外卖平台用户个人信息遭泄露的事件频频发生。《生活这一刻》记者发现,一条详细到用户姓名、住址、联系方式、吃的什么、在哪儿吃的信息,不到一毛钱就可以落入其他人手中,而且经过询问“卖家”,通常这类信息都是一万条起售,还可根据要求进行信息筛选。更有不法商家出售信息搜集软件,并将大量订餐信息搜集整理后打包倒卖。
图1:《生活这一刻》节目暗访外卖信息贩卖者
记者为了解其出售的所谓“个人详细信息”是否属实,采访了几位信息被泄露的外卖用户,从姓名、电话到订餐地址全部都符合。试想,如果这些信息被电信诈骗团伙等不法分子买入,那么之后用户面临着的,轻则是收到莫名其妙的骚扰电话、推销信息,重则有可能遭遇诈骗,直接威胁到个人财产和人身安全。
这些并非危言耸听,而是实际发生在身边的事情。前不久,就有用户被骗子以“订单信息有误”“物品多送需额外补费”等理由所迷惑,主动将个人移动支付账号或付款条形码截图等支付信息提交给对方,因此而蒙受经济损失。
而此类由信息泄露引发的骚扰电话、诈骗案件已经数不胜数。据360互联网安全中心发布的《2017年中国手机安全状况报告》显示,仅2017年,360手机卫士便为用户标记各类骚扰电话约2.42亿个,拦截骚扰电话380.9亿次。由此可见,公民的个人信息已经处于“危险期”,尤其是移动端,已成为重灾区。
图2:2014年-2017年骚扰电话标记与识别情况
个人信息安全岌岌可危 如何防范才能免遭毒手?
对于外卖信息泄露事件频发的现象,360信息安全中心负责人高雪峰接受了《生活这一刻》节目的采访,并且给出了自己的分析和建议。
高雪峰认为,外卖信息泄露大概有三方面原因:一方面是由于平台自身就存在一定风险,安全性难以保障,这就有可能导致一些不法分子通过某些技术手段来窃取平台数据;第二方面则是又有暴利的诱惑,可能使得外卖平台的内部人员“监守自盗”,泄露用户数据;另外,就是用户在使用过程中,由于自身的安全意识弱,密码设置得过于简单,使得账号很容易被不法分子“爆破登录”,进而窃取个人信息。
图3:360信息安全中心负责人高雪峰接受采访
那么在个人信息安全岌岌可危的现在,如何保证自己的信息不被泄露,如何保护自己的个人财产及人身安全,就成为目前亟待解决的问题。
作为信息安全方面的专家,高雪峰也为大家提出了一些建议:
1、个人用户在设置密码时,尽量避免纯数字的弱密码,改成较为复杂的密码。
2、由于许多用户在外卖平台上不仅会点餐,有时还会购买一些生活用品,这些都涉及到个人隐私。所以已完成的订单和不常用的地址,最好及时删除,避免被不法分子窃取。
3、点外卖时,个人信息填写的不要过于具体。比如收货地址可以不填写门牌号,姓名可以使用昵称,不必填写真实姓名等,随时注意保护自己的个人信息。
另外,360手机卫士近期还创新推出了“360防骗高手”微信小程序。“360防骗高手”无需下载安装,用户只要在微信小程序界面搜索名称并进行简单的授权后即可使用。其主界面也是极为简洁,若用户对陌生来电或短信存疑,便可将手机号码、短信/微信信息、银行卡号、短网址等内容填写到信息输入窗口,再点击“立即鉴定”按钮,便可快速得知那些内容是否和电信网络诈骗有关。
图4:“360防骗高手”微信小程序主界面
大安全时代来临,网络安全关乎到我们每个人的衣食住行,个人信息一旦泄露,其后续带来的威胁与危险就如同一个定时炸弹,随时有可能影响我们的正常生活。360手机卫士一直以来致力于为用户提供多领域、全方位的信息安全保护,而此次的“360防骗高手”小程序也是其在新领域的又一次布局,旨在提升广大用户安全意识,并能以最快速度为用户提供防骗指南。
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