八部门启动公共领域车辆全面电动化先行区试点******八部门启动公共领域车辆全面电动化先行区试点
你的隐私 ，大数据怎知道？我们又该如何自我保护 ？****** 在网络上，每个人都会或多或少 ，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来 的5G时代 ，大众对自己 的隐私保护感到越来越迷茫 ，甚至有点不知所措。那么 ，你的隐私 ，大数据 是怎么知道的呢 ？大家又该如何自我保护呢 ？ 1.“已知、未知”大数据都知道 大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝 。在大数据面前 ，你说过什么话 ，它知道；你做过什么事，它知道；你有什么爱好，它知道 ；你生过什么病 ，它知道；你家住哪里，它知道 ；你的亲朋好友都有谁，它也知道……总之，你自己知道 的，它几乎都知道 ，或者说它都能够知道 ，至少可以说，它迟早会知道 ！ 甚至，连你自己都不知道的事情 ，大数据也可能知道 。例如，它能够发现你 的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还 是右脚呀 ，你喜欢与什么样的人打交道呀 ，你的性格特点都有什么呀 ，哪位朋友与你 的观点不相同呀…… 再进一步说，今后将要发生 的事情，大数据还是有可能知道 。例如，根据你“饮食多 、运动少”等信息 ，它就能够推测出 ，你可能会“三高” 。当你与许多人都在独立地购买感冒药时，大数据就知道 ：流感即将暴发了 ！其实 ，大数据已经成功地预测了包括世界杯比赛结果、股票的波动 、物价趋势、用户行为、交通情况等 。 当然 ，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你 的单位 ，你的民族 ，甚至你 的国家等 。至于这些你知道的 、不知道 的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还 是狗熊？这却难以预知。 2.数据挖掘就像“垃圾处理” 什么 是大数据？形象地说 ，所谓大数据 ，就 是由许多千奇百怪 的数据 ，杂乱无章地堆积在一起。例如，你在网上说的话 、发 的微信、收发 的电子邮件等 ，都 是大数据的组成部分 。在不知道 的情况下被采集 的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集 的有关温度、湿度、速度等万物信息，仍然 是大数据的组成部分 。总之，每个人 、每种通信和控制类设备 ，无论它是软件还是硬件 ，其实都 是大数据之源。 大数据利用了一种名叫“大数据挖掘” 的技术，采用诸如神经网络 、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约 、数据清理 、数据变换、挖掘分析、模式评估 、知识表示等八大步骤 。 不过 ，这些听起来高大上 的大数据产业，几乎等同于垃圾处理和废品回收 。 这并不 是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理” ；将破沙发拆成木、铁 、布等原料 ，可算作“数据变换” ；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验 ，选择并固定上下游卖家和买家 ，可算作“模式评估”；最后，把这些技巧整理成口诀 ，可算作“知识表示” 。 再看原料结构。大数据具有异构特性 ，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体 的，再利用 的次数有限 ；而大数据 是虚拟的 ，可以反复处理 ，反复利用。例如 ，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体 的消费习惯卖给百货商店等。总之 ，大数据专家完全可以“一菜多吃” ，反复利用 ，而且时间越久 ，价值越大。换句话说，大数据是很值钱的“垃圾” 。 3.大数据挖掘永远没有尽头 大数据挖掘，虽然能从正面创造价值，但 是也有其负面影响 ，即存在泄露隐私 的风险 。隐私是如何被泄露 的呢 ？这其实很简单 ，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧 ！ 一大群网友，出于某种目 的 ，利用自己的一切资源渠道，尽可能多地收集当事人或物 的所有信息；然后 ，将这些信息按照自己 的目的提炼成新信息 ，反馈到网上与别人分享 。这就完成了第一次“人肉迭代”。 接着 ，大家又在第一次人肉迭代 的基础上，互相取经，再接再厉，交叉重复进行信息 的收集 、加工、整理等工作 ，于 是 ，便诞生了第二次“人肉迭代” 。如此循环往复，经过多次不懈迭代后 ，当事人或物 的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实 ，至少主体是事实 ，“人肉搜索”就成功了。 几乎可以断定 ，只要参与“人肉搜索” 的网友足够多 ，时间足够长 ，大家的毅力足够强，那么任何人都可能无处遁形 。 其实 ，所谓的大数据挖掘 ，在某种意义上说 ，就是由机器自动完成 的特殊“人肉搜索”而已。只不过，这种搜索 的目的，不再限于抹黑或颂扬某人，而 是有更加广泛的目的 ，例如，为商品销售者寻找最佳买家 、为某类数据寻找规律 、为某些事物之间寻找关联等。总之 ，只要目 的明确，那么，大数据挖掘就会有用武之地 。 如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代 ；网友们收集 的信息 ，被数据库中的海量异构数据所替代 ；网友寻找各种人物关联 的技巧，被相应的智能算法替代 ；网友们相互借鉴、彼此启发的做法 ，被各种同步运算所替代 。 各次迭代过程仍然照例进行 ，只不过机器的迭代次数更多，速度更快，每次迭代其实就 是机器 的一次“学习”过程 。网友们的最终“满意画像”，被暂时的挖掘结果所替代 。之所以说 是暂时，那是因为对大数据挖掘来说 ，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己 的标准 ，随时选择满意 的结果就行了 。 当然 ，除了相似性外 ，“人肉搜索”与“大数据挖掘”肯定也有许多重大 的区别 。例如 ，机器不会累 ，它们收集 的数据会更多 、更快 ，数据 的渠道来源会更广泛 。总之，网友的“人肉搜索” ，最终将输给机器 的“大数据挖掘” 。 4.隐私保护与数据挖掘“危”“机”并存 必须承认，就当前的现实情况来说，大数据隐私挖掘 的“杀伤力” ，已经远远超过了大数据隐私保护的能力 ；换句话说，在大数据挖掘面前，当前人类有点不知所措 。这确实 是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害 ，可谁也不曾意识到 ，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷 ！ 不过，大家也没必要过于担心 。在人类历史上，类似的被动局面已经出现过不止一次了 。从以往 的经验来看，隐私保护与数据挖掘之间总 是像“走马灯”一样轮换 的——人类通过对隐私 的“挖掘”，获得空前好处，产生了更多需要保护的“隐私” ，于 是 ，不得不再回过头来 ，认真研究如何保护这些隐私。当隐私积累得越来越多时 ，“挖掘”它们就会变得越来越有利可图，于 是 ，新一轮 的“挖掘”又开始了 。历史地来看 ，人类在自身隐私保护方面 ，整体处于优势地位 ，在网络大数据挖掘之前，“隐私泄露”并不是一个突出 的问题。 但 是 ，现在人类需要面对一个棘手的问题——对过去遗留在网上 的海量碎片信息 ，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护” ，就越“泄露隐私” 。 因此，必须多管齐下 。例如从法律上 ，禁止以“人肉搜索”为目的的大数据挖掘行为 ；从管理角度，发现恶意 的大数据搜索行为，对其进行必要 的监督和管控 。另外，在必要的时候 ，还需要重塑“隐私”概念，毕竟“隐私”本身就 是一个与时间、地点 、民族、文化等有关的约定俗成的概念。 对于个人 的网络行为而言，在大数据时代 ，应该如何保护隐私呢 ？或者说 ，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作 ，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前 ，隐私就 是把“私”藏起来，个人身份可公开，而大数据时代 ，隐私保护则 是把“私”公开(实际上是没法不公开) ，而把个人身份隐藏起来，即匿名。 (作者 ：杨义先 、钮心忻 ，均为北京邮电大学教授) 凤凰彩票地图 |
