【
中国智能制造网 智造快讯】大数据挖掘,从正面来说,是创造价值;从负面来说,就是泄露隐私了!大数据隐私是如何被泄露的呢?
大数据背景下的信息安全风险及防御
杨义先,北京邮电大学教授、博士生导师、首届长江学者特聘教授、首届国家杰出青年基金获得者、教学名师、教学团队(“信息安全”)带头人、全国百篇博士学位论文导师、国家精品课程负责人,《安全简史》和《安全通论》的作者。
现任北京邮电大学信息安全中心主任、灾备技术国家工程实验室主任、中国密码学会副理事长、公共大数据国家重点实验室主任。长期从事网络与信息安全方面的科研、教学和成果转化工作,在四大学术名刊《PNAS》、Nature子刊《Scientific Report》等刊物上发表过多篇论文。
曾获得荣誉:政府特殊津贴、有突出贡献的中青年专家、有突出贡献的中国博士学位获得者、第四届“中国青年科学家”、第四届“中国青年科技创新奖”、全国科技工作者、中国科协第三届青年科技奖、“有可能影响中国21世纪的IT青年人物”。
◆大数据及大数据挖掘
读者朋友们,恭喜你们,到了大数据时代,你们就成“皇帝”了!当然,别高兴太早,我说的是那位“穿新衣的皇帝”。
为什么我会这样说呢?因为在大数据面前,你真的就是赤裸的:你说过什么话,做过什么事,有什么爱好,生过什么病,家住哪里,亲朋好友都有谁,等等,它都知道。可以说,你自己知道的,它几乎都知道,或者说它都能够知道。
甚至连你自己都不知道的事情,大数据也可能知道,比如,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,等等。
再进一步地说,今后将要发生的事情,大数据它还是有可能知道,比如,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”。当你与许多人都在购买感冒药时,大数据就知道:流感即将爆发了!实际上,大数据已经成功地预测了包括世界杯比赛结果、总统选举、多次股票的波动、物价趋势、用户行为、交通情况等一系列问题的发展趋势。
当然,这里的“你”并非仅仅指“你个人”,还包括但不限于,你的家庭、你的单位、你的民族、甚至你的国家。
那么,到底什么是大数据呢?咨询机构Gartner说:“大数据,就是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。”麦肯锡研究所说:“大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”还有更多的专家们,总结了大数据的若干其他特性,比如,容量的超大性、种类的多样性、获取的快速性、管理的可变性、质量的真实性、渠道来源的复杂性、价值提取的重复性,等等。
其实,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的东西。比如,你主动在网上说的话、发的微博微信、存的照片、收发的电子邮件、留下的诸如上网记录等行动痕迹,都是大数据的组成部分。在不知道的情况下,你被采集的众多信息,比如,被马路摄像头获取的视频、手机定位系统留下的路线图、在各种情况下被录下的语音、驾车时的GPS信号、电子病历档案、公交刷卡记录等被动信息,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,仍然还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。
一句话,无论你是否喜欢,大数据它就在那里;无论主动还是被动,你都在为大数据作贡献。大数据是人类的必然。
大数据到底是靠什么法宝,才知道那么多秘密的呢?用行话说,它利用了一种名叫“大数据挖掘”的技术,采用了诸如神经网络、遗传算法、决策树方法、粗糙集方法、覆盖正例排斥反例方法、统计分析方法、模糊集方法等高大上的方法。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。
大数据挖掘,从正面来说,是创造价值;从负面来说,就是泄露隐私了!大数据隐私是如何被泄露的呢?请先跟我来分解一下经典的“人肉搜索”吧!
一大群网友,出于某种约定的目的,比如,搞臭某人或美化某人,充分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,包括但不限于网络搜索得到的信息(这是主流)、道听途说的信息、线下知道的信息、各种猜测的信息,等等;然后,将这些信息按照自己的目的精炼成新信息,反馈到网上与其同志们分享。这就完成了次“人肉迭代”。接着,大家又在次“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,便诞生了第二批“人肉迭代”。如此循环往复,经过N次不懈迭代后(新闻名词叫“发酵”),当事人或物的丑恶(或善良)画像就跃然纸上了。如果构成“满意画像”的素材确实已经“坐实”,至少主体是事实,那么,“人肉搜索”就成功了。
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,现在“人肉”的目的,不再限于抹黑或颂扬某人,而是有更加广泛的目的,比如,为商品销售者寻找佳买家、为某类数据寻找规律、为某些事物之间寻找关联,等等,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”与大数据挖掘相比,那么,此时网友被电脑所替代;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、速度更快而已,每次迭代其实就是机器的一次“学习”过程;网友们的终“满意画像”,被暂时的挖掘结果所替代,因为,对大数据挖掘来说,永远没有尽头,结果会越来越,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”与“大数据挖掘”肯定也有许多重大的区别,比如,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”,终将输给机器的“大数据挖掘”。
我要评论