
区块链如何带来个人数据保护“革命”
美国媒体当地时间17日晚间披露说,深陷滥用个人隐私数据丑闻的英国“剑桥分析”公司原本计划推出个人隐私数据存储服务,并通过区块链技术以加密货币的形式出售。个人信息加密货币化的概念其实并不新鲜,这个设想的关键在于每个人对个人信息的自主权。一些业内人士认为,区块链技术可能带来个人数据保护“革命”。
大数据时代,个人的数据被认为是黄金般珍贵。个人数据泄漏令人担忧,但绝大部分人不可能因为害怕数据被收集而切断与互联网的联系,而现阶段有责任保管个人信息的企业、学校、酒店、社交网站等往往担责不力。专家们认为,区块链技术作为一种带有加密、信任、点对点、难篡改等特征的“中间件”,有望解决这个难题。
区块链技术的出现令个人数据掌控权从互联网公司转移到用户自己手中,使人人掌控自己的个人数据成为可能。通过它,用户个人数据可以与个人数字身份证相关联,用户可以选择数字身份证是匿名、化名或公开,还可以随时随地从任何设备访问区块链应用平台,控制他们的互联网个人数据。
举例来说,某人的身份证号码在区块链上的信息可能被转换为一串密文,人脸图像信息也被加密。他在酒店办理入住时,仅需通过应用将身份证号码密文发送给酒店,酒店将信息同区块链应用上的加密数据比对,不需要知道他的任何真实信息,但只要加密数据比对结果相符就可以保证入住。
与此同时,大数据及人工智能开发需要大量用户数据资源,用户可以将个人数据作为加密货币选择性出售,同时收到一定回报。例如,如果电商需要用户数据开发一个新应用,用户可以选择出售自己的购物历史数据,但自己的地址账号等信息仍可以保密。
在基因测序领域,区块链应用已经开始让传统基因测序公司出售个人数据的“生财之道”受到挑战。
近年来,面向普通人的基因测序服务备受追捧。以美国“23与我”染色体生物技术公司为例,消费者仅需不到100美元和几口唾液就能得到家族遗传信息,如果再付80美元,就能在原始数据基础上获得遗传健康风险等方面的深度解析。然而这家企业并不满足于测序服务收入,还将自己掌握的数百万份客户遗传数据分类打包卖给制药公司,仅2015年初出售的帕金森病数据就高达6000万美元。不少类似的生物技术公司一边从消费者获得服务收入,一边转卖消费者的数据“挣双份钱”。
今年2月,美国哈佛大学遗传学家乔治·彻奇创建了“星云基因”公司,希望通过区块链技术打破这个格局。该公司计划以低于1000美元的价格完成全基因组测序,这一费用由客户承担,作为回报,客户在直观了解自身遗传信息对应疾病风险的同时,也拥有对测序数据的自主权。遗传信息将通过区块链技术保障安全,同时加密货币化,按照顾客的意愿进行存储出售等交易。
这家公司计划推出一种“星云币”作为交易媒介,顾客可以将自己的遗传信息兑换为“星云币”,也可以用“星云币”支付自己的测序费用,制药公司可以用传统货币购买“星云币”来获得普通人的遗传信息数据,整个交易买卖过程都通过区块链平台完成,加密透明且安全。
彻奇表示,在综合测序花费、遗传信息保护、数据管理及基因组大数据处理等多方面因素后,区块链技术让更多人真正地“拥有”自己的遗传信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10