京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”时代 呼唤“大安全”_数据分析师
美国国家安全局(NSA)一直进行国内信息监视活动、已收集数以百万计的美国人的信息数据的消息被披露后,在国际上激起轩然大波,欧盟已经表示严重关切。传统上西方人对个人隐私有着更强烈的保护意识,也更敏感,于是一时就出现了乔治·奥威尔的小说《一九八四》热卖的景象,仿佛一个高高在上的“老大哥”确实在窥视公众。这场风波也缓解了中国的压力——斯诺登在香港“叛逃”并自曝“棱镜”计划内幕,一下子在网络安全问题上改变了中国和美国的攻守地位。
其实自从9·11恐怖袭击以来,美国情报机构在世界各地从事间谍活动,同时加强对本土公民的信息监控以搜寻与恐怖主义有关的信息,早已不是什么秘密,只是在过去人们难以窥视其内幕。而且,即使在更多情况被披露后,公众也很难证明政府的监控超出了法律许可的范围。所以,风波将会过去,问题将会留存。
世界正在进入一个“大数据”时代。英国人迈尔-舍恩伯格和肯尼斯?库克耶写的《大数据时代》认为,一个大规模生产、分享和应用数据的时代正在开始,大数据时代的口号是“一切皆可量化”,包括人们在社交网络上的沟通:Facebook的“社交图谱”将关系数据化;Twitter通过创新,让人们能轻易记录和分享他们零散的想法,从而实现了过去不可想象的情绪的数据化。
“大数据”时代也带来信息存储和管理的集中化。这两位作者写道,Facebook在2012年拥有大约10亿用户,他们通过上千亿的朋友关系网相互连接,这个巨大的社交网络覆盖了大约10%的全球人口,而这所有的关系和活动在数据化之后都为一家公司所掌控,这么一来,对“大数据”可能带来的风险的指责就不是空穴来风了。
你在谷歌上面的搜索记录,你最喜欢阅读哪些产品的广告,你对那种类型的旅游地最感兴趣,你通常去医院看哪些方面的病,人们在网上留下这些痕迹之后,企业就可以利用其中的信息,以分析消费者的行为、做出更好的决策,而这甚至对消费者有利,他们可望靠着企业对自身行为模式的了解,得到更为量身定做的服务。一方面企业和个人都享受了“大数据”时代带来的便利,但另一方面无处不在的“第三只眼”却似乎在监控着每个人的行动,带来权利与自由遭到侵犯的隐忧。
当信息公开产生害处的时候,单个、分散的消费者基本不会有什么动力去维护这些隐私,因为其价值太细微了。据报道,在西方,消费者信息监控已经发展为一项规模达几十亿美元的产业,其中的企业基本不受什么监管,而即使是有影响力的人物的个人信息,其卖价通常都不会超过一美元。在这种力量不平衡之下,手中掌握着更强大的数据分析能力的大公司,以及更强大的政府,就拥有了自由利用这些信息而不受监督的能力。
与此同时,信息管理规范的演进却没有跟上数据科技发展的步伐,包括保护个人信息的法律、行业规则与商业界的道德规范。在“大数据”时代之前,民众可以以保密的方式来保护隐私,但今天人们在不知不觉间就透露了隐私。而这就要求那些保存和管理信息的企业承担更大的责任,这应该成为一种新的隐私保护模式:政府不应假定消费者在使用企业的通讯工具等产品的时候主动透露了自己的隐私,就意味着他们授权企业使用这些隐私。“大数据”呼唤“大安全”。力量越大责任也越大,现在是那些作为“大数据”时代弄潮儿的大企业和政府部门负起他们的责任,构建一张更完善的安全网的时候了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18