當前,隨著信息化時代的發展,大數據無影無形卻又無所不在,這個聽起來冰冷的詞匯,如今已經被商機包圍。你上網搜索的關鍵詞、你網上購物的記錄,你在社交平臺分享的消息,你去超市買口香糖的頻次,甚至你在八達嶺高速上撥出的一個電話,可能都極具“價值”,成為別人洽談桌上的籌碼。
被“窺視”的無奈
對于許多在網上購物的顧客來說,總能在網頁上看到與他們瀏覽記錄相似的產品廣告, 這似乎讓數據變得貼心起來,但大家也逐漸意識到這并不是巧合。網絡瀏覽記錄、交易記錄、手機通話記錄、收發郵件 記錄、社交網絡記錄,你在網絡上的每一個“足跡”都會以數據的形式記錄并存儲下來,它們精準、事無巨細。
不可否認,大數據為監測和預示人們的生活提供了極大的方便,然而個人隱私也隨之暴露在無形的“第三只眼”之下。無論是電子商務、搜索引擎還是微博、微信等互聯網服務商都對用戶行為數據進行挖掘和分析,以獲得商業利益,這一過程不可避免地威脅到普通人的隱私。大數據有可能是大機會、大發展、大創新,也可能是大危機、大破壞、大淘汰。
一直以來,大家普遍認為,只要我們在網絡中匿名就可以避免個人信息的泄露,但是大數據告訴我們,數據的交叉檢驗會使得匿名化失效。我們的隱私數據每天被記錄,隨時有可能被泄露。
當數據交易還處在不成熟時期時,哪些領域更應該注重數據隱私的保護和規避?交易數據獲取收益,就有可能涉及個人隱私,比如說在互聯網廣告領域。目前,比較成熟的數據交易方式是通過數據報表交易,報表不涉及隱私,反映的是社會、產業、消費者群體的趨勢,隱私數據不能開放不代表不能有數據生態,脫敏后的數據能夠流通起來并創造很高的社會效益。
個人數據最小,但是也最敏感。數據脫敏會把敏感信息進行編碼,讓這個編碼代表唯一的一個人,但又不與他人重復。
追逐利益不能違反規則
作為掌握諸多數據的運營商、企業,如果深入挖掘這些數據,帶來的收益非常可觀,基于企業、運營商等對數據交易的需求,除去一些非法交易,數據交易今后怎么做?
由于行業壁壘重、法律不健全以及涉及顧客隱私,現階段很多的數據還不能輕易進行交易。大家也在探索,作為運營商首先會考慮今后交易一些統計性數據。
當國內一些大數據領域的互聯網公司在數據交易上違反國家的法律和商業道德時,要從國家的層面立法打擊,畢竟個人的隱私通過互聯網被售賣以獲取商業利益,這本身就違反了國家《民法》和《經濟法》的規定,“國家立法機關要跟上基層進步的步伐”,在全球,隱私交易行為都是不被允許的,這種行為觸碰了商業道德底線,想要建立起平等、公平的市場環境就要遵守規則。
可能有一些掌握信息的商業性機構或是管理機構,不注意數據保密,把信息泄露出去,利用信息去追求商業目的,雖然國家在隱私保護法律上能找到相關條款,但在大數據領域涉及隱私保護的法律條文還沒有跟上。信息發達和發展帶來新變化,這也引起了國家立法機構的重視,《民法》、《刑法》也漸漸地開始體現對隱私的保護,專家學者在反映,法律也在創制、調整,但是具體涉及國家立法的計劃,還需要人大常委會的立法機構和法律專業人士進行引領和商討。
別讓政策阻礙了數據開放
數據只有連接起來才能創造價值,那么大數據市場真的得到開放了嗎?離真正的數據開放還有很遠的路要走,美國和英國數據開放的第一步是跟生物相關的數據,政府希望通過開放這些數據,來增加社會效益,但是在與企業有關的數據上,大多數企業還保持謹慎態度,因為這是數據資產,不可能輕易地開放出來。另外與人相關的數據涉及隱私保護這個敏感地帶,所以更是難以得到開放的。目前社會上開放的,往往是與宏觀、經濟、政府的一些公共部門,比如說天氣、地質相關的數據,這些數據不涉及如軍事等相關的敏感信息。
如果技術不是阻礙大數據發展的瓶頸,那還有什么遏制了它的發展?數據開放面對的瓶頸究竟是什么?是政策上的,如果不把對各層面利益的分配架構打好,數據開放還是較為漫長的過程,但是也不要把政策看得太重,不盈利也要將大數據做起來。別期望政府走在前面,這會遏制創新和產業的快速發展,企業要先動起來,探索的過程永遠是未知大于已知。
那么,數據的把控權利移交政府會否對數據安全有更好的把控?政府很難完全控制大數據,只是能夠制定一些規則,只有商業機構更清楚地知道數據的價值,政府主要還是保護數據的安全。
大數據并不神秘,但是在國內這種環境下,真正運用大數據的很少,它還面臨著認識和能力上的問題。每一種數據都是有缺陷的,因為數據來源于互聯網,同時互聯網數據的發布也是海量的,這就會存在一些數據發布的參數、量質不符合應用和計算的狀況,數據的價值有缺陷就影響發揮,這是任何行業都不可避免的,所以盲目地去相信大數據也不對,正是由于大數據的缺陷性,數據公司就更要努力把缺陷補足。
D1Net評論:
當前,大數據的發展尚處于初級階段,大數據如同一只雛鷹,想要展翅高飛,還要經歷一個過程,經過數據平臺對數據的不斷補足,對社會數據應用的提高,這個過程中,數據積累到一定程度達到成熟,就會推動整個社會成指數型進步,這也是走向人工智能化的一個基礎。