
大數(shù)據(jù)時(shí)代"眼睛"無(wú)處不在,想保護(hù)個(gè)人信息?難
中國(guó)已經(jīng)進(jìn)入了真正意義上的移動(dòng)互聯(lián)網(wǎng)時(shí)代,終端的便攜性決定了移動(dòng)互聯(lián)網(wǎng)和PC時(shí)代互聯(lián)網(wǎng)本質(zhì)的不同。手機(jī)、Pad、可穿戴設(shè)備等便攜智能終端與人寸步不離,隨著人的移動(dòng)而移動(dòng),網(wǎng)絡(luò)因而變得無(wú)處不在。
移動(dòng)互聯(lián)網(wǎng)時(shí)代改變了人們的生活習(xí)慣和行為模式——今天,人們已經(jīng)習(xí)慣在移動(dòng)終端上看新聞、聊微信和逛淘寶。
目前,手機(jī)在中國(guó)的普及率已經(jīng)超過(guò)了百分之百,平均每個(gè)人擁有一部以上的手機(jī)。如果再加上Pad、可穿戴設(shè)備、筆記本電腦,全國(guó)范圍內(nèi)可以登錄移動(dòng)互聯(lián)網(wǎng)的設(shè)備數(shù)量將是一個(gè)天文數(shù)字。
同時(shí),OTT的興起使得互聯(lián)網(wǎng)業(yè)務(wù)如雨后春筍層出不窮。這些業(yè)務(wù)除了獲取用戶的身份、位置、銀行賬號(hào)等個(gè)人信息以外,本身還會(huì)產(chǎn)生大量個(gè)人信息,比如使用服務(wù)的日志信息和內(nèi)容信息。
移動(dòng)互聯(lián)網(wǎng)的負(fù)外部性:誰(shuí)都可以獲取你的個(gè)人信息
移動(dòng)互聯(lián)網(wǎng)的無(wú)處不在,使得個(gè)人信息的收集和利用行為無(wú)處不在。海量的智能終端設(shè)備和業(yè)務(wù)應(yīng)用,則進(jìn)一步增加了個(gè)人信息保護(hù)的難度。在移動(dòng)互聯(lián)網(wǎng)時(shí)代,個(gè)人信息的保護(hù)正遭受著嚴(yán)峻的挑戰(zhàn)。
電信運(yùn)營(yíng)商和互聯(lián)網(wǎng)服務(wù)提供者為了向用戶提供通信和各種各樣的互聯(lián)網(wǎng)服務(wù),每時(shí)每刻都要獲取海量的來(lái)自終端和用戶的信息。
比如,電信運(yùn)營(yíng)商需要實(shí)時(shí)采集每一臺(tái)接入網(wǎng)絡(luò)的智能終端的使用行為,包括設(shè)備的識(shí)別編碼、此時(shí)此刻的位置和移動(dòng)軌跡、正在進(jìn)行的通話或者正在使用的互聯(lián)網(wǎng)服務(wù)、使用的IP地址和瀏覽網(wǎng)站的IP地址、發(fā)生的數(shù)據(jù)流量等等。不采集這些信息,用戶就無(wú)法使用通信服務(wù)。如果對(duì)這些實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行適當(dāng)?shù)姆治?,便不難發(fā)現(xiàn)用戶規(guī)律性的行動(dòng)軌跡、經(jīng)常使用的APP種類、不同終端在位置和時(shí)間上的耦合關(guān)系等,進(jìn)而對(duì)用戶的工作單位、生活習(xí)慣、興趣愛(ài)好、職業(yè)特點(diǎn)、消費(fèi)偏好乃至身份關(guān)系在一定程度上作出推斷。例如一個(gè)用戶經(jīng)常使用同花順的軟件,他有很大概率是一個(gè)股民。
相較電信運(yùn)營(yíng)商而言,互聯(lián)網(wǎng)服務(wù)提供者獲取用戶信息的途徑更加多樣化,獲取的信息內(nèi)容也更加豐富。
比如支付寶等第三方支付應(yīng)用可以獲取用戶的銀行賬號(hào)和密碼,并掌握通過(guò)該軟件發(fā)生的每一筆賬務(wù)往來(lái)信息;一款地圖導(dǎo)航軟件甚至在用戶不使用導(dǎo)航服務(wù)時(shí)也可以持續(xù)獲取用戶的位置信息,只要用戶曾經(jīng)使用過(guò)它并且沒(méi)有取消提供位置信息的許可。
越來(lái)越多的軟件要求綁定手機(jī)號(hào)碼、銀行賬戶、身份證號(hào)碼等個(gè)人信息。盡管工信部出臺(tái)的《電信和互聯(lián)網(wǎng)服務(wù)用戶個(gè)人信息保護(hù)規(guī)定》里要求獲取用戶信息必須以“提供服務(wù)所必需”為限,但互聯(lián)網(wǎng)服務(wù)的可拓展性使得“必需”的標(biāo)準(zhǔn)變得動(dòng)態(tài)而寬泛。
實(shí)踐中,大量的軟件都通過(guò)征得用戶同意來(lái)合法獲取為提供當(dāng)前服務(wù)所不必要的用戶個(gè)人信息。比如一個(gè)閱讀軟件也會(huì)要求獲取用戶的位置信息,部分軟件甚至還將用戶是否提供不必要的個(gè)人信息作為能否使用服務(wù)的前提條件。
實(shí)際上,移動(dòng)互聯(lián)網(wǎng)時(shí)代能夠獲取用戶個(gè)人信息的主體遠(yuǎn)不止電信運(yùn)營(yíng)商和互聯(lián)網(wǎng)服務(wù)提供者。隨著人們生活方式和社會(huì)組織運(yùn)行方式的互聯(lián)網(wǎng)化,通過(guò)互聯(lián)網(wǎng)獲取個(gè)人信息的主體也越來(lái)越多樣化。
比如手機(jī)的操作系統(tǒng)會(huì)將很多信息實(shí)時(shí)或者定期地提供給它的制造商或者操作系統(tǒng)開(kāi)發(fā)者。
又比如在一個(gè)簡(jiǎn)單的網(wǎng)購(gòu)行為中,除了電信運(yùn)營(yíng)商和網(wǎng)購(gòu)平臺(tái)之外,能獲取個(gè)人信息的至少還包括賣家、物流公司,甚至包括保險(xiǎn)公司。
從行業(yè)來(lái)看,包括電信和互聯(lián)網(wǎng)、商貿(mào)流通、物流配送、金融保險(xiǎn);從企業(yè)性質(zhì)來(lái)看,可能包括國(guó)企、外企、民企甚至個(gè)體工商戶。
上面的例子有一個(gè)共同的特點(diǎn),就是這些個(gè)人信息都是采集方合法獲取、經(jīng)過(guò)用戶同意的。其中大部分都是服務(wù)所必需的,不獲取這些信息將無(wú)法為用戶提供服務(wù)。
然而,在巨大的商業(yè)利益誘惑面前,通過(guò)第三方插件、惡意程序、非法后門(mén)、商業(yè)購(gòu)買(mǎi)等手段非法獲取個(gè)人信息的情況更是比比皆是、屢禁不止。
可見(jiàn),在移動(dòng)互聯(lián)網(wǎng)時(shí)代,個(gè)人信息安全保護(hù)形勢(shì)異常嚴(yán)峻。移動(dòng)互聯(lián)網(wǎng)時(shí)代的生活便利是以個(gè)人隱私和財(cái)產(chǎn)的安全風(fēng)險(xiǎn)為代價(jià)。這是移動(dòng)互聯(lián)網(wǎng)發(fā)展帶來(lái)的負(fù)外部性,不以人的意志為轉(zhuǎn)移。
去身份化?面對(duì)大數(shù)據(jù)也許只是徒勞
應(yīng)對(duì)這種情況,我們首先想到的會(huì)是信息的去身份化。很多國(guó)家的法律也是主要從去身份化入手規(guī)范個(gè)人信息利用的。但實(shí)踐中,去身份化的努力正在政策、業(yè)務(wù)和技術(shù)三個(gè)層面受到?jīng)_擊,其中尤以大數(shù)據(jù)時(shí)代的技術(shù)沖擊最為深刻、猛烈。
首先,在政策上,手機(jī)和部分互聯(lián)網(wǎng)業(yè)務(wù)的實(shí)名制使得終端和業(yè)務(wù)與個(gè)人身份綁定的基礎(chǔ)越來(lái)越牢固。
其次,在業(yè)務(wù)上,第三方支付等應(yīng)用的興起綁定了越來(lái)越多的銀行賬號(hào),存款實(shí)名制二十多年的實(shí)施成果和人們對(duì)財(cái)產(chǎn)利益的關(guān)注,使電信和互聯(lián)網(wǎng)業(yè)務(wù)由形式實(shí)名迅速轉(zhuǎn)向?qū)嵸|(zhì)實(shí)名。
最后,也是最重要的,大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)和高度發(fā)達(dá)的數(shù)據(jù)分析技術(shù),使得去身份化的信息經(jīng)過(guò)不同分析、對(duì)比、組合能夠重新恢復(fù)身份化,并識(shí)別出更多的內(nèi)容。
這三個(gè)方面的變化不僅沖擊著去身份化的努力,也從整體上對(duì)大數(shù)據(jù)時(shí)代的個(gè)人信息保護(hù)法律構(gòu)成了挑戰(zhàn)。
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(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)銷成為企業(yè)突圍的核心方 ...
2025-09-11