
大數(shù)據(jù)時(shí)代個(gè)人信息安全誰來管
在大數(shù)據(jù)時(shí)代,數(shù)據(jù)將會(huì)被更好的分析和利用,原本看似無意義的數(shù)據(jù)都可能產(chǎn)生極大的商業(yè)價(jià)值,這是大數(shù)據(jù)鼓吹者們一直在為我們畫的一張大餅。然而,對(duì)于我們普通個(gè)體而言,短期內(nèi)大數(shù)據(jù)帶來的收益可能是有限的,風(fēng)險(xiǎn)反倒極大的增大。目前看起來,對(duì)個(gè)人而言應(yīng)對(duì)大數(shù)據(jù)帶來的風(fēng)險(xiǎn)沒什么有效措施,除了做鴕鳥,減少在社交等媒體發(fā)布隱私信息外,就只能拼人品了。
當(dāng)隱私泄露成為了習(xí)慣,那么底線在哪里?
在即將快速發(fā)展的大數(shù)據(jù)時(shí)代,個(gè)人安全如何保證?這是很多人沒有意識(shí)到的一個(gè)問題,究其原因大概是國(guó)內(nèi)信息安全和隱私保護(hù)的現(xiàn)狀讓人很無奈吧。也不得不說我們天朝人士對(duì)于隱私泄露的忍耐能力很強(qiáng)大,以至于形成了視而不見的習(xí)慣,而商家對(duì)隱私的保護(hù)也習(xí)慣于無所謂的態(tài)度。
隨著互聯(lián)網(wǎng)進(jìn)一步走向下一個(gè)顛覆時(shí)期,整個(gè)產(chǎn)業(yè)也在高呼從IT到DT的時(shí)代已經(jīng)來臨,這就是一直在熱炒的大數(shù)據(jù)的范疇。大數(shù)據(jù)有多大,誰也說不清楚,有些人可能知道4V或者5V什么的,更有些人了解大數(shù)據(jù)帶來的相關(guān)關(guān)系等特性。
然而,大眾雖然對(duì)“大數(shù)據(jù)”這個(gè)詞已經(jīng)耳熟能詳了,但是對(duì)它將帶來的變革和風(fēng)險(xiǎn)卻沒有什么概念,總覺得距離人們的生活還很遠(yuǎn)。所以本文就重點(diǎn)談一下在不久的將來大數(shù)據(jù)時(shí)代,將如何影響我們個(gè)人的信息安全以及人身安全。
本文不想說教和解釋大數(shù)據(jù)本身,純學(xué)術(shù)的探討對(duì)于理清其帶來的安全問題,以及幫助大家理解沒有太大作用。所以關(guān)于風(fēng)險(xiǎn)那部分,我用幾個(gè)親身體會(huì)以及朋友遇到的例子來給大家介紹一下
大數(shù)據(jù)應(yīng)用發(fā)展的現(xiàn)狀
大數(shù)據(jù)技術(shù)和應(yīng)用本身不神秘,也距離我們很近,甚至我們每天用的Google提供的很多服務(wù)、淘寶網(wǎng)提供的數(shù)據(jù)魔方等,背后都有大數(shù)據(jù)技術(shù)和應(yīng)用的支撐。
很多大數(shù)據(jù)的書上都把Google作為大數(shù)據(jù)技術(shù)發(fā)展的主要貢獻(xiàn)者。相對(duì)于這種背后隱藏的大數(shù)據(jù)技術(shù)應(yīng)用,現(xiàn)在常見的幾種大數(shù)據(jù)應(yīng)用類型包括:
l 基于用戶位置的數(shù)據(jù)分析,例如地圖、交通信息等
l 基于用戶行為特征的精準(zhǔn)營(yíng)銷,網(wǎng)上很多廣告推薦背后都基于這種方式
l 基于用戶社交關(guān)系的分析和推薦,輿情監(jiān)測(cè)等
l 其他用于公安系統(tǒng)、宏觀數(shù)據(jù)分析、金融風(fēng)險(xiǎn)分析等領(lǐng)域距離我們個(gè)人來說有點(diǎn)遠(yuǎn),一般沒有直接觸感。
總體來說,大數(shù)據(jù)分析的技術(shù)和應(yīng)用類型,還有待豐富,從大數(shù)據(jù)帶給我們的想象力而言,當(dāng)前大數(shù)據(jù)技術(shù)發(fā)展和應(yīng)用的推廣才屬于剛剛開始的階段。
大數(shù)據(jù)應(yīng)用帶來的關(guān)鍵變化
大數(shù)據(jù)脫胎于原來的經(jīng)營(yíng)分析BI(Business Intelligence),BI是為了解決人們對(duì)于企業(yè)經(jīng)營(yíng)數(shù)據(jù)多維度的分析和洞察,從而支撐企業(yè)領(lǐng)導(dǎo)人做決策。
大數(shù)據(jù)解決了什么問題呢?首先,它是BI的升級(jí)版,除了分析企業(yè)內(nèi)部經(jīng)營(yíng)類信息之外,還可以融入大量以前看起來不相關(guān)和不可利用的數(shù)據(jù),圖片、日志、社交、及其數(shù)據(jù)等等都在他的范疇之內(nèi)。當(dāng)然這種分析還不是很成熟,帶來的價(jià)值還比較初級(jí),目前,能對(duì)數(shù)據(jù)分析達(dá)成熟級(jí)別的大數(shù)據(jù)企業(yè)鳳毛麟角。
其次,大數(shù)據(jù)對(duì)于數(shù)據(jù)價(jià)值的發(fā)現(xiàn)和深度挖掘,其價(jià)值可以作為新業(yè)務(wù)進(jìn)行開放,這也是目前很多企業(yè)重視大數(shù)據(jù)的重要原因。當(dāng)然,大數(shù)據(jù)這么火也不乏IT業(yè)界的吹捧和一些大數(shù)據(jù)相關(guān)企業(yè)的超規(guī)模宣傳導(dǎo)致的。
最后,大數(shù)據(jù)有一個(gè)很重要的特征是分析對(duì)象之間的相關(guān)關(guān)系。這是區(qū)別于以前很多數(shù)據(jù)分析的地方。從追求因果關(guān)系到相關(guān)關(guān)系,這是適應(yīng)當(dāng)前世界“超級(jí)連接”的發(fā)展趨勢(shì)的。
說到這里,就要引出對(duì)于我們個(gè)人隱私和安全來說非常重要的部分了。
當(dāng)“人肉搜索”從手工變?yōu)樽詣?dòng)
我們個(gè)人的某些信息雖然被泄露,但是人與人之間的相關(guān)關(guān)系,在以前是不容易被陌生人獲得的,但是隨著網(wǎng)絡(luò)的發(fā)展和普及,我們?cè)诰W(wǎng)絡(luò)上有意無意的暴露了大量信息,使有心人可以獲得關(guān)于我們個(gè)人的許多信息,通過這些信息的關(guān)聯(lián),可以還原個(gè)人的很多特征。
幾年前鬧得沸沸揚(yáng)揚(yáng)的“人肉搜索”事件,就是通過人工來進(jìn)行個(gè)人信息檢索,通過一件件小的線索,追溯個(gè)人的更多信息和關(guān)系。在遠(yuǎn)洋那個(gè)樓盤的“小三事件”以及女主人公的自殺日記,對(duì)很多人來說都是印象深刻的。
通過大量網(wǎng)友的人工搜索和信息匯集,大家知道了男主人公、女主人公、小三之間的相關(guān)關(guān)系,以及很多個(gè)人特征:?jiǎn)挝?、住所、?lián)系方式、父母等等。
整個(gè)事件可以看作是人工的大數(shù)據(jù)分析,現(xiàn)在的大數(shù)據(jù)分析通過機(jī)器學(xué)習(xí)、算法、分布式集群等技術(shù),能夠使這個(gè)過程自動(dòng)化,并且更高效。
想象一下,你在網(wǎng)上的一舉一動(dòng),都可以被監(jiān)測(cè)到,并還原出你的“人物畫像”,然后更恐怖的是,你和家人、朋友、同學(xué)等各種相關(guān)人員的關(guān)系能夠被機(jī)器識(shí)別,并分析出來。
你我將面臨什么樣的潛在風(fēng)險(xiǎn)?
大數(shù)據(jù)的廣泛使用以及隱私信息的泄露,將不可避免的帶來更多的個(gè)人風(fēng)險(xiǎn),并在現(xiàn)有風(fēng)險(xiǎn)之上進(jìn)行升級(jí),新的詐騙等手段也將出現(xiàn)。接下來,簡(jiǎn)單的分析一下幾種潛在的風(fēng)險(xiǎn)類型,僅針對(duì)個(gè)人最可能遇到的情況。
目前不法分子以及電話營(yíng)銷的公司對(duì)我們個(gè)人信息的掌握,主要還是個(gè)人電話號(hào)碼和名字這兩種核心信息,當(dāng)然不排除其他個(gè)人信息也被掌握,比如單位和家庭住址等。隨著網(wǎng)購(gòu)的普及,家庭以及單位送貨地址被很多快遞公司掌握,任何一個(gè)點(diǎn)的泄露都將導(dǎo)致全部失守。
總體來說這些信息,都是針對(duì)個(gè)人獨(dú)立的,或者說最多是個(gè)人特征信息的還原。IT領(lǐng)域常用的一個(gè)詞:“信息孤島”。我覺得形容這種情況有異曲同工之妙。但是隨著大數(shù)據(jù)技術(shù)應(yīng)用的升級(jí),我們個(gè)人的信息孤島,將會(huì)被連通和關(guān)聯(lián),形成一個(gè)“個(gè)人信息網(wǎng)絡(luò)”,主要是和你個(gè)人相關(guān)的關(guān)系信息。這時(shí)候,我們可能面對(duì)以下幾種升級(jí)的威脅方式。
1. 詐騙和騷擾
當(dāng)前我們主要遇到的騷擾和詐騙內(nèi)容,主要是通過電話的渠道,可能有:推銷、電信詐騙、熟人詐騙等。如果我們個(gè)人和家人、朋友、同學(xué)等相關(guān)信息被有心人利用的話,將大大的增加被精準(zhǔn)欺騙和詐騙、被精準(zhǔn)騷擾(被營(yíng)銷)的情況。
舉個(gè)例子,就我個(gè)人經(jīng)歷來看,曾經(jīng)有幾次處于被詐騙的邊緣,最后幸運(yùn)女神眷顧才免于損失。如果將來別有用心的人可以清楚的知道我的位置、我家人的位置、在做什么事情,把這些信息連接起來,告訴我說我某個(gè)朋友或者家人在某地出差,在什么位置出了什么意外,那么這種情況下可信度就高了很多,很多時(shí)候不好驗(yàn)證真?zhèn)?,也增加了被騙的幾率。
2. 金融風(fēng)險(xiǎn)和財(cái)務(wù)損失
當(dāng)前網(wǎng)上購(gòu)物、網(wǎng)上支付等手段很普及,隨之帶來的被盜刷、賬戶被盜等現(xiàn)象也多了起來。我相信將來隨著我們的個(gè)人信息更多的被連接和分析,那么我們的賬戶、密碼、手機(jī)號(hào)、身份證號(hào)這些信息都會(huì)相對(duì)容易的被不法分子獲取,并造成我們的經(jīng)濟(jì)損失。
3. 個(gè)人聲譽(yù)的損失
幾年前的“人肉搜索”對(duì)我們?cè)斐傻挠|動(dòng)已經(jīng)很大了。那么將來如果個(gè)人信息不能得到良好保護(hù)的話,在網(wǎng)上真的是可以輕松的還原一個(gè)人的真實(shí)信息和社會(huì)關(guān)系信息。
如果做人、做事都很正,你也許覺得沒什么需要擔(dān)心的,即使信息泄露了也不影響你的聲譽(yù)。但是,請(qǐng)你注意人們對(duì)信息的解讀是有偏好、不全面、誤解等現(xiàn)象的,特別是在互聯(lián)網(wǎng)上的輿論,如果網(wǎng)上有人或者公司推波助瀾,你可以想象一下你真的不會(huì)被顛倒黑白,受到聲譽(yù)損失的影響嗎?特別是通過把你的個(gè)人信息和相關(guān)性關(guān)系信息描述的完全準(zhǔn)確,僅僅摻雜了1%的假的摸黑信息,這時(shí)候聽眾和觀眾是無法分辨也不愿意去分辨信息真?zhèn)蔚模x擇相信不尋常的信息、傳播、看熱鬧和從眾心里是網(wǎng)上民眾們最熱中的事情。
我就舉這么幾個(gè)例子,不想說的太細(xì)了,關(guān)于大數(shù)據(jù)應(yīng)用普及之后的影響,大家自己體會(huì)吧。下面說說我們應(yīng)該怎么降低和避免這種個(gè)人風(fēng)險(xiǎn)呢。
怎么辦?真的只能靠個(gè)人和拼人品!
對(duì)于信息安全以及因此帶來的風(fēng)險(xiǎn),我們通常歸咎于三方來負(fù)責(zé):
l 國(guó)家相關(guān)部門
l 持有數(shù)據(jù)相關(guān)企業(yè)
l 貢獻(xiàn)和保有數(shù)據(jù)的個(gè)人
但是目前看起來,只有第三個(gè)是靠譜的。這么說吧,靠企業(yè)自律?那估計(jì)不如相信母豬會(huì)上樹。企業(yè)總是有意或者無意的,被動(dòng)或者主動(dòng)的,把我們的信息泄露或者用于商業(yè)目的。
靠政府相關(guān)部門監(jiān)管?政府的確會(huì)做,不過不知道等到神20上天的時(shí)候,是不是能夠有具體的監(jiān)管措施處理,并且能良好的落地執(zhí)行。
不是有這么句網(wǎng)絡(luò)名言嗎:我國(guó)政府最忙碌的部門就是“相關(guān)部門”。這個(gè)部門很忙的,不知道什么時(shí)候才能等到相關(guān)部門,能夠真正解決這個(gè)大數(shù)據(jù)帶來的隱私泄露和個(gè)人風(fēng)險(xiǎn)增加的問題。
所以最后我們就靠自己吧,盡可能在下面這些事情上注意保護(hù)個(gè)人隱私,并祈禱人品和運(yùn)氣別太差。
1. 不要在微博、微信等社交媒體發(fā)布太多的個(gè)人隱私信息,這些地方是大數(shù)據(jù)分析的重點(diǎn)。個(gè)人和家人照片、視頻等盡可能避免公開,防患于未然吧。
2. 不要在網(wǎng)上寫日記、流水賬等實(shí)際生活的實(shí)名信息,這些太容易被泄露和搜索到了
3. 和金融相關(guān)的安全措施盡可能都應(yīng)用上,密碼定期修改,并有一定的復(fù)雜度。
4. 個(gè)人的重要帳號(hào)和密碼,不要隨便用在其他網(wǎng)站、論壇、服務(wù)的注冊(cè)信息中,很多站點(diǎn)是沒辦法保護(hù)好你這些信息的。連CSDN、京東、攜程、Amazon這種大網(wǎng)站都無法有效保護(hù)你的帳號(hào)、密碼、信用卡等信息,所以千萬不要用同一個(gè)帳號(hào)和密碼在所有的網(wǎng)站進(jìn)行注冊(cè)。
5. 時(shí)刻具有安全和警示意識(shí),不要貪小便宜,遇事多方求證和征求旁觀者的意見。
6. 教育和管理好你的“隊(duì)友”。不怕神一樣的對(duì)手、就怕豬一樣的隊(duì)友,絕對(duì)是至理名言。
最后用一句話來概括一下本文,當(dāng)隱私泄露成為習(xí)慣、當(dāng)大數(shù)據(jù)等新技術(shù)增強(qiáng)了個(gè)人泄露信息的價(jià)值、當(dāng)短期內(nèi)沒有人和部門能對(duì)此負(fù)起責(zé)任,那么就靠我們自己吧。把更多信息隱藏在水面之下,并時(shí)刻注意冰山之下隱藏的風(fēng)險(xiǎn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10