京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据收集利用应当有规范
你的通话记录里,最常用的30个联系人是谁,你家住何处,经常在哪儿活动,余额宝里还有多少钱,在什么时候买过几件内衣……这些你以为的私密信息,其实都可以被轻易查到。最近,有媒体调查发现,一个隐藏在现金贷平台背后的数据产业链正在悄然活动。只需要几元钱,就能查到通话记录详情、账单消费、出行信息,甚至包括电商网站、移动支付等所有痕迹,以及央行征信报告、水电煤使用等在内的生活信息。
信息泄露的方式有哪几种?花几百元购买到开房记录、名下资产、航班信息等,有可能出自“内鬼”的收集和贩卖;“双十一”之后遭到“客服”诈骗,是电商和物流环节的安全失守;在相关网站注册和登记的信息被公之于众,问题出在网站技术不过关及黑客恶意攻击。而这次的信息泄露方式不同于上述任何一种,它是依托于现金贷的一种“风控奇招”,虽名曰“大数据”,实际上是绕过监管的网络爬虫。具体原理是这样的,用户使用网贷平台借款,需要提供基本信息,想借出更多款,信息得更完备,倘若超出网贷平台掌握的信息限度,就得依托第三方公司抓取更多数据,而数据公司通过二维码等取得用户授权,登录各类网站抓取用户信息,再反馈给网贷平台。在整个过程中,最关键的环节就是用户授权。
用户对数据公司的授权,有时候要基于一些特殊的情形,比如当用户使用现金贷时,个人信用审查是必不可少的一步。但有的时候,授权也会以其他方式体现出来,比如前不久社交网络上流行的“左右脑测试”,就以微信、微博等授权的方式进入第三方网页,同样地,很多人参加抽奖游戏、进行网络阅读等,都得通过授权才能进行下一步操作。此处的“授权”,被很多人视为大数据收集和利用的必要步骤,但根据今年6月份实施的《网络安全法》,“网络运营者收集、使用个人信息,应当遵循合法、正当、必要的原则,公开收集、使用规则,明示收集、使用信息的目的、方式和范围,并经被收集者同意”。遗憾的是,很多网页在取得用户授权时缺乏明示和增强式告知,甚至一些知名APP也不讲道理,使用过程中要调取相册、位置等不相关的内容和数据,严重侵犯用户的个人信息权利。
大数据时代,通过收集个人信息的确有助更好了解用户,推送高效精准服务,但收集要有尺度,利用要有规范。从目前来看,我国大数据产业面临很多问题,涉及从采集到应用全生命周期的各个环节,包括数据质量、数据隐私以及数据采集界限等方面,特别是在数据流通上面临“灰色产业链”的拷问。而除了《网络安全法》及“两高”对个人信息的司法解释,大数据的监管方式主要靠自律,如在中央网信办的委托和指导下,部分企业自发成立“中国大数据行业自律公约”;今年以来,多部门开展隐私条款专项工作,督促10款产品明示其收集、使用个人信息的规则,并征求用户的明确授权。但针对大数据的种种问题,在行业自律之外,还应当升级监管手段。首先,要制定行业规范,保证大部分产品和服务标明收集个人信息的初衷、范围、方式方法,甚至要提供一站式的撤回和关闭授权等,对某些越界行为进行责任追究;其次,升级技术安全手段,通过完善“反爬虫机制”以及人机识别等手段,实现对内部网络和数据库的有效维护;最后,还要提高相关从业者的职业素养、安全认知。
互联网时代便捷与风险并存。在这场网络安全攻防战中,要进一步明确网络和服务提供者的法律责任,从源头层面排除安全漏洞和隐患,为网络信息安全装上防盗门。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14