京公网安备 11010802034615号
经营许可证编号:京B2-20210330
周鸿祎认为,IOT时代的来临,各类内置操作系统、传感器、芯片的智能设备都将连接互联网。智能设备将会收集到亿级以上数量的数据信息,迎来数据大爆发,迎来真正的大数据时代。此时,能否利用大数据来解决一系列安全问题成为安全行业人士关心的问题。
而Palantir就是这样一家利用大数据解决社会安全问题的公司,Palantir是彼得·蒂尔在2004年创建的大数据挖掘分析公司,公司的客户包括美国中情局(CIA)和联邦调查局(FBI)。Palantir的软件能够对海量的数据库进行梳理、分析与整合,最终为客户提供具有洞察力的结论。
彼得·蒂尔在对话中表示,911之后,美国很重视反恐工作,但是反恐不能建立在给大量非恐怖分子的普通民众带来不便和骚扰的基础之上,所以怎样尽可能的减少对隐私的侵犯又能够达到最好的反恐效果,这个是Palantir希望能够做到的。
周鸿祎也认为应该平衡好大数据利用与用户隐私之间的关系,他认为怎样更好的保护用户信息应该成为企业关注焦点。此前,周鸿祎还在多个场合提过用户信息保护三原则:
用户数据应该归用户所有。周鸿祎认为,用户使用智能设备产生的用户数据被传至互联网公司的云端服务器上,应该旗帜鲜明的定义这些数据资产是用户的资产,只不过是用户把它托管在互联网公司的服务器上。
用户有知情权和选择权,用户有权不允许网络公司使用自己的数据。周鸿祎认为互联网公司利用用户数据属于正当的商业模式,但前提是用户要有知情权和选择权。即企业必须要得到用户授权。如果有用户表示不愿意个人隐私被拿来做商业交换,那么用户有权利要求互联网公司销毁和删掉用户数据,或者把数据交给用户。
公司有更大的责任保护用户数据,安全存储安全传输。面对IOT,很多企业表示要转型成互联网公司,周鸿祎表示,当企业获得大量用户数据的同时,企业有更大的责任保护用户数据,因为用户数据一旦从服务器上被窃取,极可能导致用户在其他服务上的账号受到威胁。
彼得·蒂尔表示,有些事情是人可以做的但计算机做不到,比如在一堆东西里面挑出某一件,人一眼就能看出来,但是计算机做不到。但是在数据方面,如果每一条数据都需要人来进行处理,人是忙不过来的。但数据处理分析又需要人的辨识能力,所以怎么样把人和机器的最强的优势给发挥出来,然后把他们结合好,这是Palantir最核心的技术。
因此,彼得·蒂尔认为Palantir其实是一家“反大数据”公司,数据本身是不能够自动产生结果的,仅凭海量数据和一台机器想产生出具有洞察力的结果,这是不可能做到的。因此,彼得·蒂尔说一旦听到“大数据”、“云计算”这样的词语,就会认为那些人是因为实在讲不出什么东西才用这些“热词”进行忽悠。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23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