
周鴻祎認為,IOT時代的來臨,各類內置操作系統(tǒng)、傳感器、芯片的智能設備都將連接互聯(lián)網。智能設備將會收集到億級以上數(shù)量的數(shù)據(jù)信息,迎來數(shù)據(jù)大爆發(fā),迎來真正的大數(shù)據(jù)時代。此時,能否利用大數(shù)據(jù)來解決一系列安全問題成為安全行業(yè)人士關心的問題。
而Palantir就是這樣一家利用大數(shù)據(jù)解決社會安全問題的公司,Palantir是彼得·蒂爾在2004年創(chuàng)建的大數(shù)據(jù)挖掘分析公司,公司的客戶包括美國中情局(CIA)和聯(lián)邦調查局(FBI)。Palantir的軟件能夠對海量的數(shù)據(jù)庫進行梳理、分析與整合,最終為客戶提供具有洞察力的結論。
彼得·蒂爾在對話中表示,911之后,美國很重視反恐工作,但是反恐不能建立在給大量非恐怖分子的普通民眾帶來不便和騷擾的基礎之上,所以怎樣盡可能的減少對隱私的侵犯又能夠達到最好的反恐效果,這個是Palantir希望能夠做到的。
周鴻祎也認為應該平衡好大數(shù)據(jù)利用與用戶隱私之間的關系,他認為怎樣更好的保護用戶信息應該成為企業(yè)關注焦點。此前,周鴻祎還在多個場合提過用戶信息保護三原則:
用戶數(shù)據(jù)應該歸用戶所有。周鴻祎認為,用戶使用智能設備產生的用戶數(shù)據(jù)被傳至互聯(lián)網公司的云端服務器上,應該旗幟鮮明的定義這些數(shù)據(jù)資產是用戶的資產,只不過是用戶把它托管在互聯(lián)網公司的服務器上。
用戶有知情權和選擇權,用戶有權不允許網絡公司使用自己的數(shù)據(jù)。周鴻祎認為互聯(lián)網公司利用用戶數(shù)據(jù)屬于正當?shù)纳虡I(yè)模式,但前提是用戶要有知情權和選擇權。即企業(yè)必須要得到用戶授權。如果有用戶表示不愿意個人隱私被拿來做商業(yè)交換,那么用戶有權利要求互聯(lián)網公司銷毀和刪掉用戶數(shù)據(jù),或者把數(shù)據(jù)交給用戶。
公司有更大的責任保護用戶數(shù)據(jù),安全存儲安全傳輸。面對IOT,很多企業(yè)表示要轉型成互聯(lián)網公司,周鴻祎表示,當企業(yè)獲得大量用戶數(shù)據(jù)的同時,企業(yè)有更大的責任保護用戶數(shù)據(jù),因為用戶數(shù)據(jù)一旦從服務器上被竊取,極可能導致用戶在其他服務上的賬號受到威脅。
彼得·蒂爾表示,有些事情是人可以做的但計算機做不到,比如在一堆東西里面挑出某一件,人一眼就能看出來,但是計算機做不到。但是在數(shù)據(jù)方面,如果每一條數(shù)據(jù)都需要人來進行處理,人是忙不過來的。但數(shù)據(jù)處理分析又需要人的辨識能力,所以怎么樣把人和機器的最強的優(yōu)勢給發(fā)揮出來,然后把他們結合好,這是Palantir最核心的技術。
因此,彼得·蒂爾認為Palantir其實是一家“反大數(shù)據(jù)”公司,數(shù)據(jù)本身是不能夠自動產生結果的,僅憑海量數(shù)據(jù)和一臺機器想產生出具有洞察力的結果,這是不可能做到的。因此,彼得·蒂爾說一旦聽到“大數(shù)據(jù)”、“云計算”這樣的詞語,就會認為那些人是因為實在講不出什么東西才用這些“熱詞”進行忽悠。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11