
大数据时代,要扎紧个人信息保护的篱笆
近日,关于网易邮箱用户数据库疑似遭泄露的消息在网上引起波澜,涉及数据达数亿条。此前,第三方支付机构也被曝出存在实名认证漏洞,还有一些第三方支付曝出泄露客户信息、账户被盗刷等问题。有调查显示,76%的被调查者认为个人信息在大数据时代更容易被泄露。在过去一年中,超过一半的受访者认为自己的个人信息被泄露过。调查中,对大数据使用以及个人信息保护立法,有20%的受访者认为要“加大惩罚力度,引入惩罚性赔偿制度”。(10月24日《法制日报》)
消费者看病后,接到保健服务、健康管理公司的推销电话;购车购房后,保险公司很快就跟消费者取得联系;生完宝宝刚离开医院产科的女士,推销奶粉、婴儿服务的电话、邮件、短信就络绎不绝,推销人员甚至直接加上了消费者的社交账号。不少用户在网上随意搜索地点、物品,很快就有相应的旅行产品、相关门类的商品出现在推荐栏。
这些非常常见的现象,反映出的共同问题都在于,消费者在完成某方面消费行为,或完成某类主题的网络浏览后,其个人基本信息悄无声息的被披露给相关的商品或服务供应商。如果刨除病毒攻击、木马植入因素,披露消费者信息的,很多情况下就是电商平台、医院、电信企业、汽车及房地产销售企业(直接转让信息);还有一种可能,是社交网络、支付平台、网络安全软件,或安装在手机、PC端的其他软件或消费者,或消费者浏览过的网站、使用过的手机应用,主动捕捉了消费者的个人信息,经过提取挖掘后作为重要的数据资产,与相关企业分享使用或出售给其他企业使用。
上述两种情况,共同特征就在于搜集、挖掘分析、对外分享或出售消费者信息,并未经过消费者本人的许可,或是故意将信息授权条款加入到内容繁复的网站登录、软件和APP许可声明之中。随着国内外网络企业跨界整合的提速,一些社交网络、第三方支付机构、电商网络及其他应用软件建立了密切的结盟合作关系,甚至通过并购整合,成为了同一家集团公司掌控的分支机构——企业鼓励消费者跨网站、软件应用相互绑定身份,借此可以验证消费者个人身份信息、社会关系信息、账户信息,结合个人网络行为信息、设备信息等多方面信息,开展更趋精确的数据挖掘和预测分析。
当企业可以非常精准预测消费者行为后,确实能够更有针对性的开展营销,提高客户服务水平,但从另一个角度来看,企业的行为方式也将变得更为智能化,可以更高效率的把握消费者痛点,实施消费者更难以抵挡的诱导和操纵。
数量更多、更为翔实、(经过多来源信息比对验证)精确度更高的消费者信息,商业价值非常可观。但很少有人意识到,多来源信息的结合,也意味着信息发送外泄的出口增多,大型企业实施数据安全管理的难度因而提升,一旦发生数据泄露,消费者多方面、多来源隐私信息就将毫无保留的呈现在黑客面前,甚至大庭广众之下。
非但如此,未经消费者个人许可,企业方面超范围开展的数据利用,还可能给消费者带来损失。美国计算机科学专家埃里克·西格尔在《大数据预测》就举例指出,已经有社交网站为用户提供未来职业选项的预测服务,也同时为雇主服务预测员工的离职倾向,后一指数较高的员工将很可能在毫不知情的情况下成为职场竞争的牺牲品。又如,医疗机构通过购买其他来源的数据,经分析预判某些病患经抢救仍将无法存活,就会拒绝救治这些病患。
笔者以为,国家有关部门应致力于分别从立法、行政执法、司法、公益救助四个方面,扎紧篱笆,加强消费者个人信息保护。在立法环节,应出台规范的消费者授权个人信息使用条款,网络企业以免费或低价产品、服务换取消费者个人信息授权后,需要严格依照授权要求开展数据挖掘分析,不得以任何方式在未经消费者许可授权或超出授权范围使用消费者个人信息(例如,不得在仅获得消费者个人基本信息授权的情况下,自行挖掘获取消费者的社会关系、账户,结合消费者个人网络行为等信息开展商业开发利用)。要提高对违法违规非法采集使用消费者个人信息做法的罚款数额,完善处罚方式,加大这方面违法违规案件的通报范围,形成强有力的震慑。
在行政执法环节,应明确公安机关、网络信息主管部门、市场监管部门等单位保护消费者个人信息的职责分工,各部门各司其职,有效加强重点监管,加大消费者个人信息保护的抽查力度,畅通举报渠道,严格依法依规处置这方面的侵权案件。在司法、公益救助方面,可以考虑以政府购买的方式,在各地设立消费者就个人信息泄露起诉相关企业的救助基金,为起诉个人提供部分资助,鼓励消费者运用法律手段维护合法权益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04