在網(wǎng)絡(luò )上，每個(gè)人都會(huì )或多或少，或主動(dòng)或被動(dòng)地泄露某些碎片信息。這些信息被大數據挖掘，就存在隱私泄露的風(fēng)險，引發(fā)信息安全問(wèn)題。面對洶涌而來(lái)的5G時(shí)代，大眾對自己的隱私保護感到越來(lái)越迷茫，甚至有點(diǎn)不知所措。那么，你的隱私，大數據是怎么知道的呢？大家又該如何自我保護呢？

1.“已知、未知”大數據都知道

大數據時(shí)代，每個(gè)人都有可能成為安徒生童話(huà)中那個(gè)“穿新衣”的皇帝。在大數據面前，你說(shuō)過(guò)什么話(huà)，它知道；你做過(guò)什么事，它知道；你有什么愛(ài)好，它知道；你生過(guò)什么病，它知道；你家住哪里，它知道；你的親朋好友都有誰(shuí)，它也知道……總之，你自己知道的，它幾乎都知道，或者說(shuō)它都能夠知道，至少可以說(shuō)，它遲早會(huì )知道！

甚至，連你自己都不知道的事情，大數據也可能知道。例如，它能夠發(fā)現你的許多潛意識習慣：集體照相時(shí)你喜歡站哪里呀，跨門(mén)檻時(shí)喜歡先邁左腳還是右腳呀，你喜歡與什么樣的人打交道呀，你的性格特點(diǎn)都有什么呀，哪位朋友與你的觀(guān)點(diǎn)不相同呀……

再進(jìn)一步說(shuō)，今后將要發(fā)生的事情，大數據還是有可能知道。例如，根據你“飲食多、運動(dòng)少”等信息，它就能夠推測出，你可能會(huì )“三高”。當你與許多人都在獨立地購買(mǎi)感冒藥時(shí)，大數據就知道：流感即將暴發(fā)了！其實(shí)，大數據已經(jīng)成功地預測了包括世界杯比賽結果、股票的波動(dòng)、物價(jià)趨勢、用戶(hù)行為、交通情況等。

當然，這里的“你”并非僅僅指“你個(gè)人”，包括但不限于，你的家庭，你的單位，你的民族，甚至你的國家等。至于這些你知道的、不知道的或今后才知道的隱私信息，將會(huì )把你塑造成什么，是英雄還是狗熊？這卻難以預知。

2.數據挖掘就像“垃圾處理”

什么是大數據？形象地說(shuō)，所謂大數據，就是由許多千奇百怪的數據，雜亂無(wú)章地堆積在一起。例如，你在網(wǎng)上說(shuō)的話(huà)、發(fā)的微信、收發(fā)的電子郵件等，都是大數據的組成部分。在不知道的情況下被采集的眾多信息，例如被馬路攝像頭獲取的視頻、手機定位系統留下的路線(xiàn)圖、駕車(chē)的導航信號等被動(dòng)信息，也都是大數據的組成部分。還有，各種傳感器設備自動(dòng)采集的有關(guān)溫度、濕度、速度等萬(wàn)物信息，仍然是大數據的組成部分?？傊?，每個(gè)人、每種通信和控制類(lèi)設備，無(wú)論它是軟件還是硬件，其實(shí)都是大數據之源。

大數據利用了一種名叫“大數據挖掘”的技術(shù)，采用諸如神經(jīng)網(wǎng)絡(luò )、遺傳算法、決策樹(shù)、粗糙集、覆蓋正例排斥反例、統計分析、模糊集等方法挖掘信息。大數據挖掘的過(guò)程，可以分為數據收集、數據集成、數據規約、數據清理、數據變換、挖掘分析、模式評估、知識表示等八大步驟。

不過(guò)，這些聽(tīng)起來(lái)高大上的大數據產(chǎn)業(yè)，幾乎等同于垃圾處理和廢品回收。

這并不是在開(kāi)玩笑。廢品收購和垃圾收集，可算作“數據收集”；將廢品和垃圾送往集中處理場(chǎng)所，可算作“數據集成”；將廢品和垃圾初步分類(lèi)，可算作“數據規約”；將廢品和垃圾適當清潔和整理，可算作“數據清理”；將破沙發(fā)拆成木、鐵、布等原料，可算作“數據變換”；認真分析如何將這些原料賣(mài)個(gè)好價(jià)錢(qián)，可算作“數據分析”；不斷總結經(jīng)驗，選擇并固定上下游賣(mài)家和買(mǎi)家，可算作“模式評估”；最后，把這些技巧整理成口訣，可算作“知識表示”。

再看原料結構。大數據具有異構特性，就像垃圾一樣千奇百怪。如果非要在垃圾和大數據之間找出本質(zhì)差別的話(huà)，那就在于垃圾是有實(shí)體的，再利用的次數有限；而大數據是虛擬的，可以反復處理，反復利用。例如，大數據專(zhuān)家能將數據（廢品）中挖掘出的旅客出行規律交給航空公司，將某群體的消費習慣賣(mài)給百貨商店等?？傊?，大數據專(zhuān)家完全可以“一菜多吃”，反復利用，而且時(shí)間越久，價(jià)值越大。換句話(huà)說(shuō)，大數據是很值錢(qián)的“垃圾”。

3.大數據挖掘永遠沒(méi)有盡頭

大數據挖掘，雖然能從正面創(chuàng )造價(jià)值，但是也有其負面影響，即存在泄露隱私的風(fēng)險。隱私是如何被泄露的呢？這其實(shí)很簡(jiǎn)單，我們先來(lái)分解一下“人肉搜索”是如何侵犯隱私的吧！

一大群網(wǎng)友，出于某種目的，利用自己的一切資源渠道，盡可能多地收集當事人或物的所有信息；然后，將這些信息按照自己的目的提煉成新信息，反饋到網(wǎng)上與別人分享。這就完成了第一次“人肉迭代”。

接著(zhù)，大家又在第一次人肉迭代的基礎上，互相取經(jīng)，再接再厲，交叉重復進(jìn)行信息的收集、加工、整理等工作，于是，便誕生了第二次“人肉迭代”。如此循環(huán)往復，經(jīng)過(guò)多次不懈迭代后，當事人或物的畫(huà)像就躍然紙上了。如果構成“滿(mǎn)意畫(huà)像”的素材確實(shí)已經(jīng)證實(shí)，至少主體是事實(shí)，“人肉搜索”就成功了。

幾乎可以斷定，只要參與“人肉搜索”的網(wǎng)友足夠多，時(shí)間足夠長(cháng)，大家的毅力足夠強，那么任何人都可能無(wú)處遁形。

其實(shí)，所謂的大數據挖掘，在某種意義上說(shuō)，就是由機器自動(dòng)完成的特殊“人肉搜索”而已。只不過(guò)，這種搜索的目的，不再限于抹黑或頌揚某人，而是有更加廣泛的目的，例如，為商品銷(xiāo)售者尋找最佳買(mǎi)家、為某類(lèi)數據尋找規律、為某些事物之間尋找關(guān)聯(lián)等?？傊?，只要目的明確，那么，大數據挖掘就會(huì )有用武之地。

如果將“人肉搜索”與大數據挖掘相比，網(wǎng)友被電腦所替代；網(wǎng)友們收集的信息，被數據庫中的海量異構數據所替代；網(wǎng)友尋找各種人物關(guān)聯(lián)的技巧，被相應的智能算法替代；網(wǎng)友們相互借鑒、彼此啟發(fā)的做法，被各種同步運算所替代。

各次迭代過(guò)程仍然照例進(jìn)行，只不過(guò)機器的迭代次數更多，速度更快，每次迭代其實(shí)就是機器的一次“學(xué)習”過(guò)程。網(wǎng)友們的最終“滿(mǎn)意畫(huà)像”，被暫時(shí)的挖掘結果所替代。之所以說(shuō)是暫時(shí)，那是因為對大數據挖掘來(lái)說(shuō)，永遠沒(méi)有盡頭，結果會(huì )越來(lái)越精準，智慧程度會(huì )越來(lái)越高，用戶(hù)只需根據自己的標準，隨時(shí)選擇滿(mǎn)意的結果就行了。

當然，除了相似性外，“人肉搜索”與“大數據挖掘”肯定也有許多重大的區別。例如，機器不會(huì )累，它們收集的數據會(huì )更多、更快，數據的渠道來(lái)源會(huì )更廣泛?？傊?，網(wǎng)友的“人肉搜索”，最終將輸給機器的“大數據挖掘”。

4.隱私保護與數據挖掘“?！薄皺C”并存

必須承認，就當前的現實(shí)情況來(lái)說(shuō)，大數據隱私挖掘的“殺傷力”，已經(jīng)遠遠超過(guò)了大數據隱私保護的能力；換句話(huà)說(shuō)，在大數據挖掘面前，當前人類(lèi)有點(diǎn)不知所措。這確實(shí)是一種意外。自互聯(lián)網(wǎng)誕生以后，在過(guò)去幾十年，人們都不遺余力地將碎片信息永遠留在網(wǎng)上。其中的每個(gè)碎片雖然都完全無(wú)害，可誰(shuí)也不曾意識到，至少沒(méi)有刻意去關(guān)注，當眾多無(wú)害碎片融合起來(lái)，竟然后患無(wú)窮！

不過(guò)，大家也沒(méi)必要過(guò)于擔心。在人類(lèi)歷史上，類(lèi)似的被動(dòng)局面已經(jīng)出現過(guò)不止一次了。從以往的經(jīng)驗來(lái)看，隱私保護與數據挖掘之間總是像“走馬燈”一樣輪換的——人類(lèi)通過(guò)對隱私的“挖掘”，獲得空前好處，產(chǎn)生了更多需要保護的“隱私”，于是，不得不再回過(guò)頭來(lái)，認真研究如何保護這些隱私。當隱私積累得越來(lái)越多時(shí)，“挖掘”它們就會(huì )變得越來(lái)越有利可圖，于是，新一輪的“挖掘”又開(kāi)始了。歷史地來(lái)看，人類(lèi)在自身隱私保護方面，整體處于優(yōu)勢地位，在網(wǎng)絡(luò )大數據挖掘之前，“隱私泄露”并不是一個(gè)突出的問(wèn)題。

但是，現在人類(lèi)需要面對一個(gè)棘手的問(wèn)題——對過(guò)去遺留在網(wǎng)上的海量碎片信息，如何進(jìn)行隱私保護呢？單靠技術(shù)，顯然不行，甚至還會(huì )越“保護”，就越“泄露隱私”。

因此，必須多管齊下。例如從法律上，禁止以“人肉搜索”為目的的大數據挖掘行為；從管理角度，發(fā)現惡意的大數據搜索行為，對其進(jìn)行必要的監督和管控。另外，在必要的時(shí)候，還需要重塑“隱私”概念，畢竟“隱私”本身就是一個(gè)與時(shí)間、地點(diǎn)、民族、文化等有關(guān)的約定俗成的概念。

對于個(gè)人的網(wǎng)絡(luò )行為而言，在大數據時(shí)代，應該如何保護隱私呢？或者說(shuō)，至少不要把過(guò)多包含個(gè)人隱私的碎片信息遺留在網(wǎng)上呢？答案只有兩個(gè)字：匿名！只要做好匿名工作，就能在一定程度上，保護好隱私了。也就是說(shuō)，在大數據技術(shù)出現之前，隱私就是把“私”藏起來(lái)，個(gè)人身份可公開(kāi)，而大數據時(shí)代，隱私保護則是把“私”公開(kāi)（實(shí)際上是沒(méi)法不公開(kāi)），而把個(gè)人身份隱藏起來(lái)，即匿名。

來(lái)源：《經(jīng)濟日報》