京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代信息安全问题待解
对海量数据的分析挖掘能创造巨大的物质财富和社会价值。然而,数据的大量聚集导致隐私泄露无处不在,个人、企业的信息安全面临严重威胁,亟待通过完善法律法规等方式予以解决。
“大数据”产业蕴藏巨大潜力
大数据的价值不可估量,被誉为未来世界的“石油”。企业通过对海量数据的分析挖掘,能从中发现商机,清晰掌握客户需求,准确锁定目标客户。
2013年,美剧《纸牌屋》的成功,让全世界都意识到了大数据的力量。《纸牌屋》的出品方N etflix仅在当年第一季度就新增300多万用户,半年之内股价涨幅超三倍。这是因为《纸牌屋》是从3000万付费用户的收视选择、400万条评论、300万条搜索记录中总结收视习惯,根据对用户喜好的精准分析进行创作的。
“大数据产业蕴藏着巨大潜力,能创造巨大的物质财富。”梦芭莎集团董事长佘晓成说,“每个企业都应该打造自己的数据库,大数据技术让我们在生产过程中就能进行及时调整,使用大数据技术后,库存售罄率从80%大幅提升到95%。
大数据不仅能创造物质财富,还能创造社会价值。中国工程院院士邬贺铨表示,海量的交通信息、社保信息、消费记录、地理信息等掌握在政府部门、通信运营商、互联网企业等机构手中,将成为解决交通拥堵、雾霾、看病难、食品安全等问题的利器,以及政府了解社情民意的重要窗口。
信息安全成发展主要障碍
记者调研发现,尽管大数据蕴藏巨大潜力,但也给个人、企业的信息安全带来巨大风险,信息安全问题已成为产业发展的主要障碍。
首先,大数据时代,隐私信息将“无处遁形”,公民个人将面临安全风险。信息安全专家、南京瀚海源信息科技有限公司首席执行官方兴说,大数据分析的前提是海量的数据,只要连接到网络,公民的姓名、身份证号、手机号码、银行账号密码、位置信息等隐私数据都会在其不知情的情况下被全部抓取,现行法律法规并未对此类行为作出任何规定。
“无处遁形”的隐私信息和大数据分析的广泛使用,将给公民个人带来巨大的安全风险。国际关系学院信息科技系副主任王标说,大数据时代,个人隐私数据越来越多地被连接和分析,公民的账号密码、手机号码、身份证号等敏感信息会被不法分子轻易获取,为账户盗刷、诈骗、抢劫等犯罪打开方便之门。
其次,大数据时代,数据的大量聚集大大增加了大规模数据泄露事件发生的可能,企业的信息安全也面临严重威胁。
世界知名信息安全厂商赛门铁克近日发布报告称,随着大数据时代的到来,2013年超过5 .52亿条个人身份信息被泄露,泄露数据的数量是2012年的4倍,大规模泄露事件从2012年的1起增加到8起,每一起事件泄露的信息都超过千万。
方兴说,大数据时代,保存海量数据的企业极易引来黑客攻击,因为数据的大量汇集使得黑客一次攻击就能获得大量有效数据,加之企业的信息安全意识有待提高,一旦发生数据泄露,不仅给用户带来安全风险,对企业声誉、经济效益也是重大打击。
应制定产业“游戏规则”
受访专家建议,国家宜根据大数据的特点,及时完善相关法律法规,制定大数据时代的“游戏规则”。同时,要建立企业信息泄露问责机制,倒逼企业用户加强信息安全防护,促进大数据产业健康发展。
王标、方兴等专家建议,应通过完善法律法规,制定大数据时代的“游戏规则”。一是对企业如何保护收集来的个人隐私做出明确规定;二是企业如何使用收集到的个人隐私必须提前告知用户;三是对于用户个人而言,必须要有数据的准入权、删除权和修改权。
同时,艾媒咨询首席执行官张毅表示,近两年我国携程网、如家快捷酒店等多家企业曾发生大规模数据泄露事件,却从未见到企业负责人被问责。按照美国的法律,企业发生一次信息泄露事件就可能被罚得倾家荡产。“必须建立严格的问责机制,加大对涉事企业的处罚力度,倒逼企业加强信息安全防护。”张毅说。
此外,专家表示,在大数据时代,公安部门也应与时俱进,增强侦破能力,只有让利用大数据技术实施犯罪的人被绳之以法,才能真正威慑不法分子,为个人、企业的信息安全保驾护航。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23