
大数据时代,我们能逃离出那双窥视的眼睛吗
我们的背后不知道有多少窥视的眼睛,身份、位置、银行账号……各种个人敏感信息正被各形各色的采集者获取,滥用、泄露的风险无处不在。大数据时代,个人信息保护正遭受严峻的挑战。
你放心把自己的钥匙交给陌生人吗?
在不久前支付宝的一次升级中,用户可以提供更多信息用以提升芝麻信用值。当中国移动员工宁宇发现支付宝希望客户提供客服密码,授权给芝麻信用使用时提出了质疑:“把你的客服密码告诉支付宝,就等于把自己家的钥匙交了出去,你放心么?”
我国电信运营商都要求客户设置客服密码,通过这组6位数字的密码可以进行业务查询和部分业务受理,在电子化渠道越来越发达的今天,客服密码是运营商对客户进行认证的重要凭证。
简单来说,通过客服密码可以查询用户的每月账单、各种详细话单,以及上网记录。如果支付宝发起一个话单查询请求,并提供了用户的客服密码,在运营商侧无法判断出是用户自己发起,还是第三方机构发起。
为此,宁宇写了篇文章发在自己的公众账号上,谈的是芝麻信用在采集客户信息时可能给客户带来的风险,并提醒大家关注个人隐私安全。
据宁宇介绍,文章刊出后,芝麻信用的人一直在积极寻求沟通。宁宇表示,是先放水养鱼,让产业发展和数据应用游走于现行法律法规的边缘;还是尽快修改和出台法律法规,尽可能与技术发展相匹配?在这个过程里,我们还有太多的法律问题需要考虑。
你有权利把收集到的信息用于主体业务之外吗?
11月15日,中国联通在第三届世界互联网大会期间发布了大数据在交通、金融、汽车、互联网等多个行业领域的个性化解决方案,并发起成立了大数据行业应用联盟。但是,中国联通树立起的大数据旗帜是否名正言顺却受到质疑。
中国联通实现了全国31省数据的统一采集,完成了集中、开放的大数据平台建设,六大产品的研发,对外运营体系的建立。截至2016年11月,中国联通已有27个省分公司开展了大数据对外合作业务,涉及15个行业的200多个行业伙伴,收入过亿元。
针对用户个人用户数据的使用,也有运营商人士认为:“运营商自己的数据自用是合理的,如果变现和出售就值得商榷了。也就是说,如果中国移动将客户数据用作做自有业务的精准营销没什么问题,但如果卖给第三方支持他们去做精准营销,就不合适了。”
据了解,中国联通此次发布的大数据方案聚焦旅游大数据、广告大数据、交通大数据三大行业应用及面向公众用户的“小数据”个人应用,为行业、个人提供从信息采集、数据挖掘到业务执行的全流程解决方案。
事实上,关于数字产权的归属当前存在很大的争议,不少运营商内部人士认为,数据产权首先是用户的,互联网公司或运营商虽然采集数据,但不等于数据就是你的。大数据变现等于把客户的资产卖给了第三方,而未获得用户的同意。
据了解,在“大数据变现”的问题上,我国三大运营商中,只有中国移动未涉及,但被评价为“保守封闭、不开放”。
个人数据保护细则待完善
个人信息由于明确指向或可识别出特定个人,被视为大数据“皇冠上的明珠”。但是,近年来我国信息泄露事件层出不穷,个人信息过度收集屡禁不止。
赛迪顾问李建武在接受科技日报记者采访时表示,网络运营商、平台服务商等相关企业为掌握更大市场主动权,通过各种渠道搜集用户个人隐私数据。有些企业以各种理由要求用户提供手机号、姓名、生日、邮箱、地址等可能与服务不相关的隐私信息,甚至会在用户不知情的情况下,利用后台权限读取用户通讯录、通话记录、GPS位置信息等。
2016年8月,央视财经汇总了102款涉及私自采集个人隐私数据的恶意APP名单,阿里、百度、腾讯三大互联网巨头旗下的APP赫然在列。
李建武说:“大规模的信息泄露和信息非法买卖助长了短信骚扰、电话诈骗等恶意违法行为,我国的个人信息滥用已成为一种社会公害。”
在数据保护与治理研究中心研究员洪延青看来,个人信息的收集和使用与个人的权益息息相关,数字经济能否持续健康发展,在很大程度上取决于能不能在开发和利用个人信息的同时做到趋利避害,如何实现两者的平衡是新时期个人信息保护的重要挑战之一。
中央网信办网络安全协调局局长赵泽良表示,《网络安全法》对网络运营者进行个人信息收集、存储、处理、使用和转让等环节做出明确规定,突出强调信息收集者的责任,同时正制定个人信息收集规范标准以更好地保护个人信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14