
大数据时代,原来你的信息是这样泄露的
“互联网+”以及由其带来的互联网创新正在迅速地改变我们的生活,而通过大数据的挖掘,经营者也能提供更加精准、贴心的服务,获得更大的收益。但在“互联网+”的业态中,消费者个人信息也越来越多地被经营者所掌握,由此带来的信息泄露风险,不能不引起大家的警惕。
2015年10月26日晚,广州市消委会联合30家省市消协和报社开展网络调查,并发布《大数据时代个人信息保护状况调查报告》,调查显示七成六受访者认为大数据时代更容易泄露个人信息。
过半受访者称发现个人信息泄露
“大数据”是一个较新的概念,本次调查发现,对于是否了解“大数据”的概念这个问题,仅有8%的受访者表示比较了解,还有68%的受访者表示略有所知,更有24%的受访者表示“从未听说过”。
虽然对于大多数受访者而言,“大数据”这一概念依然比较陌生,但对于“个人信息在大数据时代是否更容易泄露”这个问题,有76%的受访者给予了肯定得回答,认为“不是”和“说不清”的受访者各占12%。
而对“过去一年中,有没有发现个人信息被泄露”的问题调查中,52%的受访者认为“有”,认为“没有”的受访者约40%,还有8%受访者表示说不清。
而在“大数据”时代,对个人数据的收集方式更加多样,比如智能手表、运动手环之类的个人穿戴式智能设备,就有将个人健康数据上传到服务器的功能。调查显示,只有44%的受访者表示知道智能设备有信息泄露隐患,还有40%的受访者表示“不知道”,另有16%的受访者表示“说不清”。
14%受访者认为网站泄露信息最多
在对于个人信息泄露渠道的调查中,被认为最容易泄露个人信息的是网站,包括电商平台、搜索引擎、门户网站等,占14%;其次是手机、PAD、智能手表、运动手环等个人信息终端上的APP,占13%;第三是汽车行业,如4S店和电信服务商,都达到12%;第四是类似电子邮箱、微信、QQ之类的通讯软件和房地产行业,包括房地产开发商、租房中介公司,达到11%;第五是快递公司,占9%;第六是银行保险业,有8%;第七是医疗、教育、供电供水供气等公共服务业,约5%;认为其他行业的有3%,最少的是包括机票代理、火车票代理在内的航空公司和行政机关,各约1%。
在对于“与个人信息相关的大数据应该如何保护”的调查中,得票最高的措施是“对盗窃、倒卖以及不当使用个人信息的企业、个人进行严厉打击”,达到21%;其次是“掌握个人信息的机构、企业必须加强管理”,为19%;第三是“加强宣传教育,全社会要提高个人信息保护意识”,为18%;第四是“采集、使用个人信息时必须得到当事人的同意、许可”和“畅通举报渠道”,都为15%;最后是“个人信息须去除个人身份特征内容”,约13%。
值得一提的是,对于“对大数据使用以及个人信息保护立法,你有何建议”的调查中,呼声最高的是“加大惩罚力度,进入惩罚性赔偿制度”,有20%的受访者选择了这一项;其次是“要规定个人信息使用者和收益者对个人信息来源进行合法性审查”,有19%。
维权单位:诉讼中引入举证责任倒置制度
针对调查结果,30家消费维权单位共同发出倡议,要进一步细化个人信息保护的相关法律规定,建立规范合理的个人信息采集使用制度,信息、数据的采集使用必须得到当事人的授权。希望能尽快出台个人信息保护的专门法律。
同时,对非法采集使用个人信息行为的要加大惩处力度。引入惩罚性赔偿制度,加大非法采集使用消费者个人信息的违法成本。在司法保障方面,30家消费维权单位倡议进一步简化司法程序,在有关个人信息保护的民事诉讼中引入举证责任倒置制度
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