
大數據時代如何治理騷擾電話_數據分析師培訓
您一天會接多少個騷擾電話?普通人一般一天能接到一到兩個騷擾電話,比如半夜響一聲就掛了的吸費電話。大早上被叫醒的賣保險、賣基金、賣房的各種推銷電話。還有淘寶買東西,給了差評,賣家利用報復心理打電話,1個小時可以撥打幾十個騷擾電話,有人一天之內接過1千多個騷擾電話,各種騷擾電話不分時間地點場合,就像災年蟲害一樣,從普通人到國家領導人無一幸免。
來看一組數據,據某權威機構《2014年騷擾電話年度報告》顯示,2014年全國騷擾電話總數達270億通。就騷擾電話類型來看,“響一聲”電話以50%的比例位居騷擾電話數量的首位,其次為廣告推銷、詐騙電話、房產中介和保險理財。這些騷擾電話的源頭,是愈演愈烈的個人信息泄露。
被電話騷擾 大數據罪責難逃
大數據是個炒得很熱的概念,物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器,無一不是數據來源或者承載的方式。大數據這座“金礦”在改善人們的生活上立下了汗馬功勞,但大數據需要采集大量的個人信息,其中就會涉及許多個人隱私。
除了辦理信用卡,網上租賃房屋,網上購物,游戲注冊認證之外,隨著大數據的廣泛應用,像手機打車軟件、訂餐軟件、微信、各種熱門app等,讓我們享受便利的同時,不可避免得需要讀取我們的地理位置和通訊錄信息等。數據的價值在于將正確的信息在正確的時間交付到正確的人手中,否則,那就是棱鏡的另一面。
關于個人信息及敏感隱私數據泄露事件是層出不窮,“棱鏡計劃”、“支付寶安全門事件”、“12306用戶數據泄露”等一系列事件為人們敲響了大數據時代個人信息安全的警鐘。引發(fā)的不僅是鋪天蓋地的廣告推銷,還給不法分子可乘之機,利用個人信息進行各種私人調查、實施非法商業(yè)競爭、實施刑事犯罪、進行身份盜竊等。拿最典型的騷擾電話來說,許多騷擾行為是無孔不入,甚至出現了偽基站,他們模仿中國移動的信號,達到盈利的目的。
大數據如何泄露個人隱私?
毋庸置疑,大數據分析是商業(yè)智能的演進,相比于傳統(tǒng)的數據,具有數據量大、查詢分析復雜、高效等特點。比如,沃爾瑪每隔一小時處理超過100萬客戶的交易,錄入量數據庫估計超過2.5 PB相當于美國國會圖書館的書籍的167倍 。FACEBOOK從它的用戶群獲得并處理400億張照片。解碼最原始的人類基因組花費10年時間處理,如今可以在一個星期內實現。
因為個人信息數據的多種多樣,大數據還會覆蓋如智能終端、智能手環(huán)、物聯網、位置導航等個人端產生的海量信息,這些開放、分散的、海量的數據實時接入網絡,管理員很難像傳統(tǒng)互聯網管理一樣逐一對其編輯和管理,進行實時跟蹤保護。
同樣,大數據收集缺乏針對性,容易導致廣泛、不合理、過度收集個人信息數據,常常通過覆蓋面很廣的個人信息收集和分析后才能找出其中有價值的信息,在此過程中很難避免不觸碰到一些個人隱私數據。沒有價值的信息又會丟棄,這些被丟棄的信息里又難免有個人隱私數據等。
怎樣治理電話騷擾?
當然,建立健全相關法律法規(guī)是第一位的。目前,世界上已有50多個國家和地區(qū)制定了保護個人信息的相關法律,我國在大數據個人信息安全方面缺乏權威化的法律規(guī)制,缺少統(tǒng)一監(jiān)管和行業(yè)自律,我國應制定統(tǒng)一的個人信息保護法,對公民個人信息的采集、使用和保密等問題作出詳細規(guī)定。實際上,這個工作很早就已經開始,但個人信息保護法至今還沒有出臺,原因在于查處難、取證難、維權難。
隨著大數據的日益蓬勃發(fā)展,在可以預見的將來,個人隱私保護將仍是要解決的重要課題。如果能夠將保護個人隱私信息作為大數據技術突飛猛進的另一個考量,那么相關篩選和屏蔽個人隱私信息的技術也不是難事。歸根結底,沒有整治的軍隊必然是一團散沙,只有下定決心改變,才能看到曙光。同時需要提升用戶的安全保護意識,群策群力,在大數據上做到雙贏。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“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 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析: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 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)則拆解到數據把關的實戰(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:數據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 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10