|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 航空航天 轨道交通装备 海洋工程装备 新材料
|生物产业 生物医药 生物农业 生物能源
|绿色低碳 清洁能源汽车 新能源 节能技术 环境保护
|数字创意 数创装备 内容创新 设计创新
您的位置:首页 > 广告 > 独家内容
【独家】大数据你真的了解吗?这个时代我们该如何保护自己?
2017-08-11 14:08
来源:杨义先

杨义先

  读者朋友们,恭喜你们,到了大数据时代,你们就成“皇帝”了!当然,别高兴太早,我说的是那位“穿新衣的皇帝”。
  为什么会这样说呢?因为在大数据面前,你真的就是赤裸的:你说过什么话,做过什么事,有什么爱好,生过什么病,家住哪里,亲朋好友都有谁等,它都知道。可以说,你自己知道的,它几乎都知道,或者说它都能够知道。
甚至连你自己都不知道的事情,大数据也可能知道。比如,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,跨门槛时喜欢先迈左脚还是右脚,你喜欢与什么样的人打交道,你的性格特点都有什么,哪位朋友与你的观点不相同等。
  再进一步地说,今后将要发生的事情,大数据它还是有可能知道。比如,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”。当你与许多人都在购买感冒药时,大数据就知道:流感即将爆发了!实际上,大数据已经成功地预测了包括世界杯比赛结果、总统选举、多次股票的波动、物价趋势、用户行为、交通情况等一系列问题的发展趋势。
  当然,这里的“你”并非仅仅指“你个人”,还包括但不限于,你的家庭、你的单位、你的民族、甚至你的国家。
  能够洞察一切的大数据
  那么,到底什么是大数据呢?国际权威咨询机构Gartner说:“大数据,就是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。”麦肯锡全球研究所说:“大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”还有更多的权威专家们,总结了大数据的若干其他特性,比如,容量的超大性、种类的多样性、获取的快速性、管理的可变性、质量的真实性、渠道来源的复杂性、价值提取的重复性等。
  其实,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的东西。比如,你主动在网上说的话、发的微博或微信、存的照片、收发的电子邮件、留下的诸如上网记录等行动痕迹,都是大数据的组成部分。在不知道的情况下,你被采集的众多信息,比如,被马路摄像头获取的视频、手机定位系统留下的路线图、在各种情况下被录下的语音、驾车时的GPS信号、电子病历档案、公交刷卡记录等被动信息,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,仍然还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。
  大数据到底是靠什么法宝,才知道那么多秘密的呢?用行话说,它利用了一种名叫“大数据挖掘”的技术,采用了诸如神经网络、遗传算法、决策树方法、粗糙集方法、覆盖正例排斥反例方法、统计分析方法、模糊集方法等高大上的方法。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。
  机器完成的“人肉搜索”
  大数据挖掘,从正面来说,是创造价值;从负面来说,就是泄露隐私了!大数据隐私是如何被泄露的呢?请先跟我来分解一下经典的“人肉搜索”吧!
  一大群网友,出于某种约定的目的,比如,搞臭某人或美化某人,充分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,包括但不限于网络搜索得到的信息(这是主流)、道听途说的信息、线下知道的信息、各种猜测的信息等;然后,将这些信息按照自己的目的精炼成新信息,反馈到网上与其同志们分享。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,便诞生了第二批“人肉迭代”。如此循环往复,经过N次不懈迭代后(新闻名词叫“发酵”),当事人或物的丑恶(或善良)画像就跃然纸上了。如果构成“满意画像”的素材确实已经“坐实”,至少主体是事实,那么,“人肉搜索”就成功了。
  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,现在“人肉”的目的,不再限于抹黑或颂扬某人,而是有更加广泛的目的,比如,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”与大数据挖掘相比,那么,此时网友被电脑所替代;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、速度更快而已,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,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”与“大数据挖掘”肯定也有许多重大的区别,比如,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”,最终将输给机器的“大数据挖掘”。


>>  大数据公司百分点,开放日向观众展示大数据分析的相关成果。

  如何匿名隐藏自我
  大数据时代背景下,针对过去已经遗留在网上的海量碎片信息,如何进行隐私保护呢?如果单靠技术,显然无能为力,甚至会越“保护”就越“泄露隐私”,因此,必须多管齐下。比如,从法律上,禁止以“人肉搜索”为目的的大数据挖掘行为;增加“网民的被遗忘权”等法律条款,即网民有权要求相关网络删除“与自己直接相关的信息碎片”。从管理角度,也可以采取措施,对一些恶意的大数据行为进行发现、监督和管控。另外,在必要的时候,还需要重塑“隐私”概念,因为“隐私”本身就是一个与时间、地点、民族、宗教、文化等有关的东西,在某种意义上也是一种约定俗成的东西。
  针对今后的网络行为,应该如何来保护自己的隐私,至少不要把过多的没必要的碎片信息遗留在网上呢?在这里有一个很实用的策略就是:匿名只要做好匿名工作,那么,“隐私泄露”就是无本之木、无源之水了。匿名的重点包括四个方面。一是身份匿名,任何绯闻或丑事儿,当大家并不知道你就是当事人时,请问你的隐私被泄露了吗?当然没有!没准你还踮着脚、伸着长脖子往前挤,还想多看几眼热闹呢。二是属性匿名。如果你觉得自己的某些属性(比如,在哪里工作、有啥爱好、病史记录等)需要保密,那么,请记住:打死也不要在网上发布自己的这些消息,甚至要有意避开与这些属性相关的东西。这样别人就很难对你顺藤摸瓜了。三是关系匿名。如果你不想让别人知道你与张三是朋友,那么,最好在网上离张三远一点儿,不要去关注与他相关的任何事情,更别与他搭讪。四是位置匿名。这一点用不着我来教你了吧。至少别主动在社交媒体上随时暴露自己的行踪,好像生怕别人不知道“你现在正在某饭店吃饭”一样。
  概括一下,在大数据之前,隐私保护的哲学是:把“私”藏起来,而我的身份可公开。今后,大数据隐私保护的哲学将变成:把“私”公开,而“我”的身份却被藏起来,即匿名。
  (作者系北京邮电大学信息安全中心主任、公共大数据国家重点实验室主任)

本文系原创文章,首发于2017年8月1日《中国战略新兴产业》。如需转载,请预先与杂志社联系,并在转载时标注文章作者及来源。
关注微信公众号:

关于我们 | 联系我们 | 广告刊例 | 订阅服务 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 电话:010-63691650 传真:010-63691514 Post Code:100053 Landline:86-010-63691655 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep