京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,个人信息如何保护
随着大数据应用领域不断涌现新风口,数据合规话题讨论迅速升温。在日前举行的“2017大数据合作与合规峰会”上,中国社会科学院法学研究所所长陈甦表示,互联网、大数据、人工智能等信息技术正在引发新一轮科技革命,数据已成为国家基础性战略资源。大数据合规、用户隐私保护备受瞩目。
近年来,大数据在广告、金融、医疗、出行、人工智能等领域的广泛应用,不仅推动了政府、企业、社会组织等的数字化转型,也使人们的生活变得更加智能化、便捷化。据预测,中国大数据产业市场未来5年内,仍将保持高速增长,到2020年,大数据产业规模将接近5万亿元。
大数据的技术发展与物联网、云计算、人工智能等新技术领域的联系将更加紧密。如何切实保护用户权益、促进数据合规运用、建立公平有序的竞争环境,已成为摆在数据合规发展面前的问题之一。
2017年9月,微信、京东商城等10家互联网产品和服务的企业共同签署了个人信息保护倡议书,承诺尊重用户知情权和控制权、遵守用户授权、保障用户的信息安全、保障产品和服务的安全可信、联合抵制黑色产业链、倡导行业自律、接受社会监督等。
腾讯集团法务副总裁江波表示,坚持“开放透明、用户控制、数据安全”的隐私保护原则,需要通过设计保护隐私,在切实保障用户数据安全的基础上,不断提升数据安全保护水平,规范大数据使用。
大数据是新时代的新型财富和资源。在数字经济的浪潮中,网络商品交易和服务、消费者权益、个人信息保护、数据争议、网络侵权等方面出现了一些新情况、新问题。对此,专家分析认为,要加快推进完善数据领域立法、提升监管执法效率,优化行业自律标准,构建大数据安全依法有效的保障制度。
中国法学会网络与信息法学研究会副会长周汉华表示,大数据、人工智能迅猛发展的过程中,企业之间的数据共享问题、数据控制者与数据主体之间的合规问题逐渐显现,对大数据产业的持续发展带来诸多挑战。
政府、行业、企业多方协作和共同努力为数字经济发展保驾护航,成为大数据时代发展的必然趋势;保障数据安全、规范数据使用,成为大数据时代行业发展的共识。
为落实《网络安全法》对个人信息保护的相关要求,中央网信办、工信部、公安部、国家标准委等四部门组成专家工作组,对微信、淘宝等10款网络产品和服务的隐私条款进行了评审,规范收集、保存、使用、转让用户个人信息的行为。
“此次隐私保护专项评审工作中,隐私条款透明度增强、用户选择权增多成为亮点。”中国电子技术化研究院副院长杨建军介绍,10款产品和服务在隐私政策方面均有不同程度提升,均做到明示其收集、使用个人信息的规则,并征求用户的明确授权。
目前,高效、流程化的数据合规管理对企业的实践提出更高要求。这包括建立隐私事务管理部门、规划数据保护战略、制定隐私政策程序和指南等方面。业内人士认为,在系统和程序设计中考虑隐私保护,开展隐私影响评估等工作,可以让隐私保护置于“前端”。在产品初期加入隐私保护理念,后期通过持续的监督和评估,巩固全生命周期管理策略。
加快建设数字中国,对于大数据的监管也需要新的思路。“如何切实保护消费者权益、促进数据合规运用、建立公平有序的竞争环境,需要带有审慎包容的态度,及时应对大数据领域的变化。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11