
大數(shù)據(jù)時(shí)代,原來(lái)你的信息是這樣泄露的
“互聯(lián)網(wǎng)+”以及由其帶來(lái)的互聯(lián)網(wǎng)創(chuàng)新正在迅速地改變我們的生活,而通過(guò)大數(shù)據(jù)的挖掘,經(jīng)營(yíng)者也能提供更加精準(zhǔn)、貼心的服務(wù),獲得更大的收益。但在“互聯(lián)網(wǎng)+”的業(yè)態(tài)中,消費(fèi)者個(gè)人信息也越來(lái)越多地被經(jīng)營(yíng)者所掌握,由此帶來(lái)的信息泄露風(fēng)險(xiǎn),不能不引起大家的警惕。
2015年10月26日晚,廣州市消委會(huì)聯(lián)合30家省市消協(xié)和報(bào)社開(kāi)展網(wǎng)絡(luò)調(diào)查,并發(fā)布《大數(shù)據(jù)時(shí)代個(gè)人信息保護(hù)狀況調(diào)查報(bào)告》,調(diào)查顯示七成六受訪者認(rèn)為大數(shù)據(jù)時(shí)代更容易泄露個(gè)人信息。
過(guò)半受訪者稱(chēng)發(fā)現(xiàn)個(gè)人信息泄露
“大數(shù)據(jù)”是一個(gè)較新的概念,本次調(diào)查發(fā)現(xiàn),對(duì)于是否了解“大數(shù)據(jù)”的概念這個(gè)問(wèn)題,僅有8%的受訪者表示比較了解,還有68%的受訪者表示略有所知,更有24%的受訪者表示“從未聽(tīng)說(shuō)過(guò)”。
雖然對(duì)于大多數(shù)受訪者而言,“大數(shù)據(jù)”這一概念依然比較陌生,但對(duì)于“個(gè)人信息在大數(shù)據(jù)時(shí)代是否更容易泄露”這個(gè)問(wèn)題,有76%的受訪者給予了肯定得回答,認(rèn)為“不是”和“說(shuō)不清”的受訪者各占12%。
而對(duì)“過(guò)去一年中,有沒(méi)有發(fā)現(xiàn)個(gè)人信息被泄露”的問(wèn)題調(diào)查中,52%的受訪者認(rèn)為“有”,認(rèn)為“沒(méi)有”的受訪者約40%,還有8%受訪者表示說(shuō)不清。
而在“大數(shù)據(jù)”時(shí)代,對(duì)個(gè)人數(shù)據(jù)的收集方式更加多樣,比如智能手表、運(yùn)動(dòng)手環(huán)之類(lèi)的個(gè)人穿戴式智能設(shè)備,就有將個(gè)人健康數(shù)據(jù)上傳到服務(wù)器的功能。調(diào)查顯示,只有44%的受訪者表示知道智能設(shè)備有信息泄露隱患,還有40%的受訪者表示“不知道”,另有16%的受訪者表示“說(shuō)不清”。
14%受訪者認(rèn)為網(wǎng)站泄露信息最多
在對(duì)于個(gè)人信息泄露渠道的調(diào)查中,被認(rèn)為最容易泄露個(gè)人信息的是網(wǎng)站,包括電商平臺(tái)、搜索引擎、門(mén)戶網(wǎng)站等,占14%;其次是手機(jī)、PAD、智能手表、運(yùn)動(dòng)手環(huán)等個(gè)人信息終端上的APP,占13%;第三是汽車(chē)行業(yè),如4S店和電信服務(wù)商,都達(dá)到12%;第四是類(lèi)似電子郵箱、微信、QQ之類(lèi)的通訊軟件和房地產(chǎn)行業(yè),包括房地產(chǎn)開(kāi)發(fā)商、租房中介公司,達(dá)到11%;第五是快遞公司,占9%;第六是銀行保險(xiǎn)業(yè),有8%;第七是醫(yī)療、教育、供電供水供氣等公共服務(wù)業(yè),約5%;認(rèn)為其他行業(yè)的有3%,最少的是包括機(jī)票代理、火車(chē)票代理在內(nèi)的航空公司和行政機(jī)關(guān),各約1%。
在對(duì)于“與個(gè)人信息相關(guān)的大數(shù)據(jù)應(yīng)該如何保護(hù)”的調(diào)查中,得票最高的措施是“對(duì)盜竊、倒賣(mài)以及不當(dāng)使用個(gè)人信息的企業(yè)、個(gè)人進(jìn)行嚴(yán)厲打擊”,達(dá)到21%;其次是“掌握個(gè)人信息的機(jī)構(gòu)、企業(yè)必須加強(qiáng)管理”,為19%;第三是“加強(qiáng)宣傳教育,全社會(huì)要提高個(gè)人信息保護(hù)意識(shí)”,為18%;第四是“采集、使用個(gè)人信息時(shí)必須得到當(dāng)事人的同意、許可”和“暢通舉報(bào)渠道”,都為15%;最后是“個(gè)人信息須去除個(gè)人身份特征內(nèi)容”,約13%。
值得一提的是,對(duì)于“對(duì)大數(shù)據(jù)使用以及個(gè)人信息保護(hù)立法,你有何建議”的調(diào)查中,呼聲最高的是“加大懲罰力度,進(jìn)入懲罰性賠償制度”,有20%的受訪者選擇了這一項(xiàng);其次是“要規(guī)定個(gè)人信息使用者和收益者對(duì)個(gè)人信息來(lái)源進(jìn)行合法性審查”,有19%。
維權(quán)單位:訴訟中引入舉證責(zé)任倒置制度
針對(duì)調(diào)查結(jié)果,30家消費(fèi)維權(quán)單位共同發(fā)出倡議,要進(jìn)一步細(xì)化個(gè)人信息保護(hù)的相關(guān)法律規(guī)定,建立規(guī)范合理的個(gè)人信息采集使用制度,信息、數(shù)據(jù)的采集使用必須得到當(dāng)事人的授權(quán)。希望能盡快出臺(tái)個(gè)人信息保護(hù)的專(zhuān)門(mén)法律。
同時(shí),對(duì)非法采集使用個(gè)人信息行為的要加大懲處力度。引入懲罰性賠償制度,加大非法采集使用消費(fèi)者個(gè)人信息的違法成本。在司法保障方面,30家消費(fèi)維權(quán)單位倡議進(jìn)一步簡(jiǎn)化司法程序,在有關(guān)個(gè)人信息保護(hù)的民事訴訟中引入舉證責(zé)任倒置制度
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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(wú)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(kāi)的話題。 ...
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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)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(wèn)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(wèn)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(wèn)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(guò)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(xiāo)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11