美联储宣布加息25个基点 距离结束加息还有多远 ?
你的隐私,大数据怎知道****** 作者:杨义先 、钮心忻(均为北京邮电大学教授) 在网络上,每个人都会或多或少,或主动或被动地泄露某些碎片信息 。这些信息被大数据挖掘 ,就存在隐私泄露的风险 ,引发信息安全问题。面对汹涌而来 的5G时代,大众对自己 的隐私保护感到越来越迷茫,甚至有点不知所措 。那么,你的隐私 ,大数据 是怎么知道的呢 ?大家又该如何自我保护呢? 1.“已知 、未知”大数据都知道 大数据时代 ,每个人都有可能成为安徒生童话中那个“穿新衣” 的皇帝 。在大数据面前,你说过什么话,它知道;你做过什么事,它知道 ;你有什么爱好 ,它知道 ;你生过什么病 ,它知道;你家住哪里 ,它知道 ;你 的亲朋好友都有谁 ,它也知道……总之 ,你自己知道 的 ,它几乎都知道 ,或者说它都能够知道,至少可以说 ,它迟早会知道! 甚至 ,连你自己都不知道 的事情,大数据也可能知道。例如 ,它能够发现你的许多潜意识习惯 :集体照相时你喜欢站哪里呀 ,跨门槛时喜欢先迈左脚还 是右脚呀,你喜欢与什么样的人打交道呀 ,你 的性格特点都有什么呀 ,哪位朋友与你 的观点不相同呀…… 再进一步说,今后将要发生的事情 ,大数据还是有可能知道。例如,根据你“饮食多 、运动少”等信息 ,它就能够推测出,你可能会“三高”。当你与许多人都在独立地购买感冒药时 ,大数据就知道 :流感即将暴发了!其实 ,大数据已经成功地预测了包括世界杯比赛结果 、股票 的波动 、物价趋势 、用户行为、交通情况等。 当然 ,这里 的“你”并非仅仅指“你个人”,包括但不限于 ,你的家庭 ,你的单位,你的民族 ,甚至你 的国家等。至于这些你知道的、不知道 的或今后才知道的隐私信息,将会把你塑造成什么 , 是英雄还 是狗熊?这却难以预知 。 2.数据挖掘就像“垃圾处理” 什么是大数据?形象地说 ,所谓大数据 ,就 是由许多千奇百怪 的数据,杂乱无章地堆积在一起 。例如,你在网上说 的话 、发的微信、收发的电子邮件等,都 是大数据的组成部分 。在不知道 的情况下被采集 的众多信息,例如被马路摄像头获取 的视频、手机定位系统留下 的路线图、驾车 的导航信号等被动信息 ,也都 是大数据 的组成部分。还有,各种传感器设备自动采集 的有关温度、湿度 、速度等万物信息 ,仍然 是大数据的组成部分。总之,每个人 、每种通信和控制类设备,无论它 是软件还是硬件 ,其实都 是大数据之源。 大数据利用了一种名叫“大数据挖掘”的技术,采用诸如神经网络、遗传算法 、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程,可以分为数据收集 、数据集成 、数据规约、数据清理、数据变换 、挖掘分析、模式评估、知识表示等八大步骤 。 不过,这些听起来高大上的大数据产业,几乎等同于垃圾处理和废品回收 。 这并不 是在开玩笑。废品收购和垃圾收集,可算作“数据收集”;将废品和垃圾送往集中处理场所,可算作“数据集成” ;将废品和垃圾初步分类,可算作“数据规约” ;将废品和垃圾适当清洁和整理 ,可算作“数据清理” ;将破沙发拆成木 、铁 、布等原料,可算作“数据变换” ;认真分析如何将这些原料卖个好价钱 ,可算作“数据分析”;不断总结经验,选择并固定上下游卖家和买家,可算作“模式评估” ;最后,把这些技巧整理成口诀 ,可算作“知识表示”。 再看原料结构 。大数据具有异构特性,就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话 ,那就在于垃圾是有实体的 ,再利用的次数有限 ;而大数据 是虚拟 的,可以反复处理,反复利用。例如 ,大数据专家能将数据(废品)中挖掘出 的旅客出行规律交给航空公司,将某群体的消费习惯卖给百货商店等。总之 ,大数据专家完全可以“一菜多吃”,反复利用 ,而且时间越久,价值越大 。换句话说 ,大数据 是很值钱的“垃圾” 。 3.大数据挖掘永远没有尽头 大数据挖掘 ,虽然能从正面创造价值,但是也有其负面影响,即存在泄露隐私的风险。隐私是如何被泄露 的呢 ?这其实很简单 ,我们先来分解一下“人肉搜索” 是如何侵犯隐私 的吧! 一大群网友 ,出于某种目的,利用自己 的一切资源渠道,尽可能多地收集当事人或物 的所有信息 ;然后 ,将这些信息按照自己 的目 的提炼成新信息 ,反馈到网上与别人分享。这就完成了第一次“人肉迭代” 。 接着 ,大家又在第一次人肉迭代的基础上 ,互相取经,再接再厉,交叉重复进行信息的收集 、加工 、整理等工作,于 是,便诞生了第二次“人肉迭代” 。如此循环往复 ,经过多次不懈迭代后,当事人或物 的画像就跃然纸上了 。如果构成“满意画像”的素材确实已经证实,至少主体 是事实,“人肉搜索”就成功了。 几乎可以断定 ,只要参与“人肉搜索”的网友足够多 ,时间足够长,大家的毅力足够强 ,那么任何人都可能无处遁形 。 其实 ,所谓的大数据挖掘 ,在某种意义上说,就是由机器自动完成 的特殊“人肉搜索”而已 。只不过,这种搜索的目 的,不再限于抹黑或颂扬某人 ,而 是有更加广泛的目 的 ,例如,为商品销售者寻找最佳买家、为某类数据寻找规律 、为某些事物之间寻找关联等。总之 ,只要目 的明确,那么,大数据挖掘就会有用武之地。 如果将“人肉搜索”与大数据挖掘相比,网友被电脑所替代;网友们收集的信息,被数据库中 的海量异构数据所替代;网友寻找各种人物关联 的技巧,被相应 的智能算法替代 ;网友们相互借鉴 、彼此启发的做法,被各种同步运算所替代 。 各次迭代过程仍然照例进行,只不过机器的迭代次数更多,速度更快,每次迭代其实就 是机器 的一次“学习”过程 。网友们的最终“满意画像” ,被暂时 的挖掘结果所替代。之所以说是暂时,那是因为对大数据挖掘来说 ,永远没有尽头,结果会越来越精准,智慧程度会越来越高 ,用户只需根据自己的标准,随时选择满意 的结果就行了。 当然,除了相似性外 ,“人肉搜索”与“大数据挖掘”肯定也有许多重大 的区别 。例如 ,机器不会累 ,它们收集 的数据会更多、更快,数据的渠道来源会更广泛 。总之 ,网友的“人肉搜索”,最终将输给机器 的“大数据挖掘” 。 4.隐私保护与数据挖掘“危”“机”并存 必须承认,就当前的现实情况来说,大数据隐私挖掘的“杀伤力” ,已经远远超过了大数据隐私保护的能力 ;换句话说,在大数据挖掘面前,当前人类有点不知所措 。这确实是一种意外。自互联网诞生以后 ,在过去几十年,人们都不遗余力地将碎片信息永远留在网上 。其中的每个碎片虽然都完全无害,可谁也不曾意识到,至少没有刻意去关注,当众多无害碎片融合起来 ,竟然后患无穷 ! 不过 ,大家也没必要过于担心 。在人类历史上,类似 的被动局面已经出现过不止一次了 。从以往的经验来看,隐私保护与数据挖掘之间总是像“走马灯”一样轮换 的——人类通过对隐私 的“挖掘”,获得空前好处 ,产生了更多需要保护 的“隐私” ,于是,不得不再回过头来 ,认真研究如何保护这些隐私 。当隐私积累得越来越多时,“挖掘”它们就会变得越来越有利可图,于 是 ,新一轮 的“挖掘”又开始了 。历史地来看 ,人类在自身隐私保护方面,整体处于优势地位,在网络大数据挖掘之前 ,“隐私泄露”并不是一个突出的问题。 但是,现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息,如何进行隐私保护呢?单靠技术,显然不行,甚至还会越“保护”,就越“泄露隐私”。 因此 ,必须多管齐下 。例如从法律上 ,禁止以“人肉搜索”为目 的 的大数据挖掘行为 ;从管理角度,发现恶意的大数据搜索行为 ,对其进行必要的监督和管控 。另外 ,在必要的时候 ,还需要重塑“隐私”概念,毕竟“隐私”本身就 是一个与时间、地点 、民族、文化等有关 的约定俗成 的概念。 对于个人 的网络行为而言,在大数据时代,应该如何保护隐私呢?或者说 ,至少不要把过多包含个人隐私的碎片信息遗留在网上呢 ?答案只有两个字 :匿名 !只要做好匿名工作,就能在一定程度上,保护好隐私了。也就 是说 ,在大数据技术出现之前 ,隐私就是把“私”藏起来,个人身份可公开,而大数据时代,隐私保护则是把“私”公开(实际上是没法不公开),而把个人身份隐藏起来,即匿名 。 《光明日报》( 2023年01月12日 16版) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |