航拍宁夏回族自治区石嘴山市境内 的沙湖旅游景区。 于晶 摄航拍宁夏回族自治区石嘴山市境内的沙湖旅游景区 。 于晶 摄航拍宁夏回族自治区石嘴山市境内的沙湖旅游景区。 于晶 摄航拍宁夏回族自治区石嘴山市境内 的沙湖旅游景区。 于晶 摄航拍宁夏回族自治区石嘴山市境内 的沙湖旅游景区。 于晶 摄
11月29日 ,航拍宁夏回族自治区石嘴山市境内 的沙湖旅游景区,湖润沙 ,沙拥湖 ,远山 、沙漠 、湖水、芦苇等元素构成了一幅冬日美景 。
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() |