
大數(shù)據(jù)時代不可能匿名_數(shù)據(jù)分析師
大數(shù)據(jù)近幾年一直很火,不過隱私也成了關注點。大數(shù)據(jù)會收集人們高度隱私的數(shù)據(jù),比如醫(yī)療記錄或購物記錄,再通過“分離識別”程序來匿名。如此一來,人們就不用擔心個人隱私泄露了。不過事情真那么簡單嗎?
普林斯頓的計算機科學家艾文德奈瑞 · 亞南,曾在2006年發(fā)表的一篇文章中稱,在本該匿名的互聯(lián)網(wǎng)電影數(shù)據(jù)中,Netflix用戶的各種租借歷史數(shù)據(jù)卻能在交叉引用過程中被泄露。亞南登在7月9日的一份報告中稱,匿名化支持者們(認為匿名化可行的人)也許還沒預感到當下大數(shù)據(jù)中的危險漏洞。
不管是理論上還是實踐中,匿名化的作用并不大。那些認為匿名化很安全的人,其實是在營造一種“偽安全感”,嚴重低估了那些數(shù)據(jù)駭客的威脅力,他們很有可能從大數(shù)據(jù)中竊取到個人信息。
一份2013年的報告稱,從人們的手機中收集到的龐大數(shù)據(jù)組中看來,95%的手機用戶能被監(jiān)測到,因為他們在網(wǎng)上總會留下登錄痕跡,實時照片分享信息。匿名化專家們會坦白地告訴你,根本沒辦法隱藏用戶的地理位置信息。
在一份11萬3千名病人的醫(yī)療記錄案例研究中,匿名處理專家埃阿曼估計,不到1%的病人數(shù)據(jù)能做到再識別。但,亞南估計超過12%的病人數(shù)據(jù)能被鎖定。襲擊者要在數(shù)據(jù)庫中鎖定目標數(shù)據(jù),簡直是輕而易舉。
數(shù)據(jù)匿名化過程充滿挑戰(zhàn),也容易發(fā)生錯誤。在近期發(fā)表紐約市一億七千三百萬組有關的士的數(shù)據(jù)中,包括司機都可能被重新識別出來,因為在駕照上使用的數(shù)據(jù)散列法(一種將字符組成的字符串轉(zhuǎn)換為固定長度的數(shù)值或索引值的方法)也是粗制濫造的。
如果某人的匿名數(shù)據(jù)被公開,那么會一直存在于網(wǎng)上,不會消除。這比起某公司或某應用軟件數(shù)據(jù)被入侵要嚴重的多了 。當一家公司的數(shù)據(jù)庫被入侵了,只需要做好安全工作:修復數(shù)據(jù)漏洞,警報通知各用戶,一切照常進行。 但是,這不代表我們要放棄使用數(shù)據(jù),只需放棄被泄露的數(shù)據(jù)賬號即可。
那么,我們要不要砸碎手機,放棄醫(yī)療(醫(yī)療數(shù)據(jù)泄露),直接隱居山林呢?但埃阿曼教授卻不太認同,他極力支持匿名化技術(shù),并表示:“亞南稱超過12%的病人數(shù)據(jù)能被鎖定,但他并沒有對單個病人的數(shù)據(jù)進行再識別。如果亞南是再識別技術(shù)領域的引領者,那么匿名化是非??尚械摹!?/span>
這對我們這些處在大數(shù)據(jù)時代中的人來說,是一個大好消息。但是,大數(shù)據(jù)匿名化沒有崩盤,不代表匿名化技術(shù)堅不可摧。
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
CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學習提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 在數(shù)字化浪潮席卷全球的今天,當企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當科研人員在 ...
2025-07-17CDA 精益業(yè)務數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11