大數(shù)據(jù)的挑戰(zhàn)

劉卓軍

認(rèn)識(shí)和看待世界的一個(gè)重要維度或視角就是信息。信息來(lái)自于數(shù)據(jù)，所以千百年來(lái)，人們一直沒(méi)有間斷過(guò)直接或間接地對(duì)數(shù)據(jù)的依賴(lài)和利用。而大數(shù)據(jù)概念的形成則僅僅是近幾年的事。從各種媒體上，人們可以檢索到太多關(guān)于大數(shù)據(jù)的信息，應(yīng)接不暇。

講大數(shù)據(jù)，首先是規(guī)模巨大。但到底多大算大？這當(dāng)然是一個(gè)相對(duì)的、可變化的衡量標(biāo)準(zhǔn)。很多機(jī)構(gòu)共識(shí)性地接受了這樣一種分析判斷，全球現(xiàn)在每天產(chǎn)生的數(shù)據(jù)規(guī)模在2.5艾字節(jié)（Exabytes）左右。這里艾（Exa）是繼兆（Mega）、吉（Giga）、太（Tera）、派（Peta）之后的又一個(gè)數(shù)據(jù)規(guī)模單位。上述的每一個(gè)規(guī)模單位是前一個(gè)規(guī)模單位的1000倍，準(zhǔn)確地說(shuō)是1024倍。因此，一個(gè)艾字節(jié)相當(dāng)于100億億個(gè)字節(jié)。差不多需要把4000個(gè)美國(guó)國(guó)會(huì)圖書(shū)館的藏書(shū)全部數(shù)字化才能寫(xiě)滿(mǎn)一個(gè)艾字節(jié)。而目前全球每天產(chǎn)生的數(shù)字化數(shù)據(jù)大致相當(dāng)增添了1萬(wàn)個(gè)美國(guó)國(guó)會(huì)圖書(shū)館。不妨回顧一下30年前的1986年，那時(shí)全球全年的數(shù)據(jù)存儲(chǔ)能力只有2.6個(gè)艾字節(jié)。可以說(shuō)，現(xiàn)在的一天就相當(dāng)于過(guò)去的一年，發(fā)展變化之巨大是顯然的。2011年，美國(guó)南加州大學(xué)馬丁·希爾伯特（Martin Hilbert）等人在科學(xué)雜志（Science）上發(fā)表論文，全面分析和討論了全球信息存儲(chǔ)、通信及計(jì)算能力的演變情況。文章特別指出，很長(zhǎng)一段時(shí)間，全球信息存儲(chǔ)能力呈現(xiàn)的局面都是非數(shù)字化的形式多于數(shù)字化的形式，直到2002年這個(gè)局面才得以改觀(guān)。根據(jù)國(guó)際數(shù)據(jù)公司（IDC）的分析，如今全球的數(shù)字化數(shù)據(jù)規(guī)模已接近10個(gè)澤字節(jié)（Zettabytes），既接近1萬(wàn)個(gè)艾字節(jié)，預(yù)計(jì)到2020年這個(gè)規(guī)模將達(dá)到44澤字節(jié)。需要意識(shí)到的是，到明年 - 2017年，在全球整體的數(shù)字化數(shù)據(jù)的總量中，包括中國(guó)、印度、俄羅斯、巴西、墨西哥在內(nèi)的新興市場(chǎng)國(guó)家將和美國(guó)、加拿大、歐洲、日本、澳大利亞等成熟的市場(chǎng)國(guó)家各占半壁江山。在數(shù)字化數(shù)據(jù)總量呈指數(shù)增長(zhǎng)的趨勢(shì)下，新興市場(chǎng)國(guó)家占據(jù)更大數(shù)據(jù)總量比重的迅猛勢(shì)頭勢(shì)不可擋，增長(zhǎng)速度更快的形態(tài)將持續(xù)下去。毫無(wú)疑問(wèn)，這個(gè)趨勢(shì)會(huì)給中國(guó)的企業(yè)、行業(yè)及市場(chǎng)發(fā)展帶來(lái)更大的機(jī)遇。

與此同時(shí)，伴隨大數(shù)據(jù)的快速發(fā)展也產(chǎn)生了一些問(wèn)題，其中最突出的恐怕就是數(shù)據(jù)的安全性。數(shù)據(jù)的安全問(wèn)題可能損害國(guó)家利益、個(gè)人隱私、企業(yè)和機(jī)構(gòu)的機(jī)密等。惡意攻擊、蓄謀犯罪、系統(tǒng)故障、人為錯(cuò)誤是造成數(shù)據(jù)安全問(wèn)題的幾類(lèi)主要原因。斯諾登事件、黑客襲擊、病毒侵?jǐn)_、DDoS攻擊等不斷地對(duì)網(wǎng)絡(luò)及數(shù)據(jù)安全造成威脅。不久前名牌大學(xué)教師被騙上千萬(wàn)元以及若干大學(xué)生因借貸被騙損失慘重甚至走上絕路的事件，一再向社會(huì)提醒數(shù)據(jù)安全的重要性。在大數(shù)據(jù)條件下，信息盜用、信息篡改、數(shù)據(jù)欺詐、數(shù)據(jù)泄露、數(shù)據(jù)不真實(shí)、數(shù)據(jù)非法交易等將更為嚴(yán)重地影響到國(guó)家安全、個(gè)人安全以及企業(yè)和機(jī)構(gòu)的安全。特別是網(wǎng)絡(luò)的普及使用，使得數(shù)據(jù)安全變得異常嚴(yán)峻和更富挑戰(zhàn)。一定程度上，網(wǎng)絡(luò)安全得到了提升，數(shù)據(jù)安全就會(huì)得到關(guān)鍵性的改善。

最近，IBM聯(lián)手波尼蒙研究所（Ponemon Institute）開(kāi)展了一項(xiàng)關(guān)于企業(yè)和機(jī)構(gòu)數(shù)據(jù)泄露成本的研究。研究項(xiàng)目選取了380多個(gè)機(jī)構(gòu)和企業(yè)作為樣本和深入調(diào)查分析的對(duì)象，范圍遍布12個(gè)國(guó)家，包括美國(guó)、英國(guó)、印度、巴西、德國(guó)、法國(guó)、日本、澳大利亞、阿拉伯地區(qū)、加拿大、意大利和南非。研究結(jié)果表明，2014年、2015年、2016年這三年，樣本企業(yè)由于數(shù)據(jù)泄露增加的總的平均成本分別是350萬(wàn)、380萬(wàn)和400萬(wàn)美元。其中美國(guó)企業(yè)的成本最高，達(dá)到700萬(wàn)美元，最低的印度也有160萬(wàn)美元。按行業(yè)分，被泄露的數(shù)據(jù)平均每條記錄的成本是醫(yī)療355美元、教育246美元、金融221美元、服務(wù)208美元、生命科學(xué)195美元、零售172美元、通信164美元等。這些足以說(shuō)明，數(shù)據(jù)安全已經(jīng)是全世界必須一致面對(duì)的挑戰(zhàn)問(wèn)題，任何想要邁入和躋身現(xiàn)代化行列的國(guó)家都不可能獨(dú)善其身。

事實(shí)上，2015年以來(lái)，以美國(guó)為代表的西方各國(guó)相繼發(fā)布各自的網(wǎng)絡(luò)安全發(fā)展戰(zhàn)略。美國(guó)繼2010年發(fā)布《網(wǎng)絡(luò)安全綜合計(jì)劃（CNCI）》計(jì)劃之后，又推出了《國(guó)防部網(wǎng)絡(luò)戰(zhàn)略》、《網(wǎng)絡(luò)空間安全信息共享法》（CISA）、《網(wǎng)絡(luò)安全國(guó)家行動(dòng)計(jì)劃》（CNAP）和《網(wǎng)絡(luò)威懾戰(zhàn)略》等文件。俄羅斯2000年發(fā)布的《俄聯(lián)邦信息安全學(xué)說(shuō)》也在最近得以完善和改版。各國(guó)均進(jìn)一步把網(wǎng)絡(luò)安全作為國(guó)家安全的重要組成部分給予明確細(xì)化。

網(wǎng)絡(luò)條件下，數(shù)據(jù)和信息的安全性問(wèn)題大致可以辨識(shí)出如下一些特征：真實(shí)性、隱私性、完整性、保密性、可認(rèn)性、可證性、可靠性、可信性。數(shù)據(jù)安全問(wèn)題的發(fā)生可以主要地分類(lèi)成傳輸型、存儲(chǔ)型和使用型。系統(tǒng)地解決（大）數(shù)據(jù)安全問(wèn)題，必須綜合考慮、聯(lián)合而為、分步實(shí)施。需要做好頂層設(shè)計(jì)，包括法規(guī)體系、標(biāo)準(zhǔn)體系和教育規(guī)劃的設(shè)計(jì)；需要開(kāi)展普及教育，包括道德的、責(zé)任的、常識(shí)的；需要法制護(hù)航，做到維護(hù)好社會(huì)秩序和市場(chǎng)秩序，尤其做到有罪必懲、有惡必罰；需要技術(shù)支撐，包括用好人才、提升技術(shù)、加強(qiáng)研發(fā)。

數(shù)據(jù)安全是國(guó)之大事是社會(huì)之大事。即需要不同層面的國(guó)際合作也需要促進(jìn)廣泛的社會(huì)參與。應(yīng)通過(guò)政策扶持、資金引導(dǎo)等方式鼓勵(lì)企業(yè)和機(jī)構(gòu)積極進(jìn)行產(chǎn)品創(chuàng)新和服務(wù)創(chuàng)新并逐步做到行業(yè)開(kāi)放、市場(chǎng)開(kāi)放。

人類(lèi)社會(huì)已經(jīng)發(fā)展到更加離不開(kāi)數(shù)據(jù)的階段，數(shù)據(jù)安全現(xiàn)在是，今后也必將呈現(xiàn)魔高一尺道高一丈反復(fù)較量的局面，矛與盾的輪番升級(jí)將預(yù)示著數(shù)據(jù)安全永遠(yuǎn)都是躲不開(kāi)的挑戰(zhàn)。除了安全問(wèn)題的挑戰(zhàn)之外，大數(shù)據(jù)的發(fā)展需要解決和重視的問(wèn)題還有許多，一些過(guò)去“小數(shù)據(jù)”時(shí)代不成為問(wèn)題的，如今也必須給予更多的重視。我們?cè)敢庥?句話(huà)作一個(gè)概括，既大數(shù)據(jù)的健康發(fā)展應(yīng)做到：采得真；存得精；取得快；分得準(zhǔn)；說(shuō)得清；用得好。

采得真，就是在數(shù)據(jù)的采集和錄入階段就應(yīng)注重?cái)?shù)據(jù)的質(zhì)量，特別要減少和杜絕數(shù)據(jù)的造假行為。存得精，就是在數(shù)據(jù)的儲(chǔ)存時(shí)要盡力降低冗余程度，除了必要的災(zāi)備，要利用各種技術(shù)手段減少重復(fù)，切不可以認(rèn)為存儲(chǔ)能力在快速提升就可以隨意存放、浪費(fèi)存儲(chǔ)。取得快，就是能快速地檢索或生成出需要的數(shù)據(jù)，影響取得快的因素很多，做到存得少、存得精顯然是重要的條件之一。分得準(zhǔn)，對(duì)檢出的數(shù)據(jù)通常要進(jìn)行分析，就是要做到分析結(jié)果準(zhǔn)確，這當(dāng)然是重要的需求。說(shuō)得清，就是要清楚地說(shuō)明和解釋分析的結(jié)果，有時(shí)可視化等是必要的手段。用得好，這是大數(shù)據(jù)的根本目的，一個(gè)技術(shù)不好用、一個(gè)工具沒(méi)效果當(dāng)然不行。這與技術(shù)服務(wù)和支撐社會(huì)發(fā)展的目的完全脫節(jié)。把上述六個(gè)環(huán)節(jié)做到位，特別需要各種技術(shù)的進(jìn)步和各種產(chǎn)品及服務(wù)的涌現(xiàn)。而這正是產(chǎn)學(xué)研的機(jī)遇，正是企業(yè)和行業(yè)發(fā)展的契機(jī)。

大數(shù)據(jù)已經(jīng)改變了社會(huì)改變了生活，在面對(duì)各種挑戰(zhàn)及促進(jìn)大數(shù)據(jù)更加健康發(fā)展的過(guò)程中，每個(gè)感興趣和有準(zhǔn)備的人及機(jī)構(gòu)都會(huì)發(fā)現(xiàn)新的機(jī)遇——大數(shù)據(jù)的事業(yè)太大了。