大數(shù)據(jù)帶來時代大變革
——訪國防科技大學教授賈焰

□ 本刊記者 邢 華

大數(shù)據(jù)帶來時代大變革
——訪國防科技大學教授賈焰

□ 本刊記者 邢 華

記者：賈教授，您好！人類社會已經(jīng)進入大數(shù)據(jù)時代，可以說，大數(shù)據(jù)無處不在。那么，什么樣的數(shù)據(jù)才能稱之為大數(shù)據(jù)？

賈焰：大數(shù)據(jù)是指在一定時間內(nèi)很難依靠已有的數(shù)據(jù)處理技術(shù)進行采集、管理和分析的總的數(shù)據(jù)集合。簡單講，就是在一定時間內(nèi)，我們通過已有的技術(shù)不能處理的數(shù)據(jù)，就叫大數(shù)據(jù)。這個定義其實是很難去把握或者界定。

但是，大數(shù)據(jù)具有以下五個特點：一是規(guī)模巨大；二是形式多樣，包括文本、視頻、音頻、圖片、文字等數(shù)字以及它們的變化組合；三是動態(tài)產(chǎn)生的，比如高速公路攝像頭捕捉的動態(tài)信息；四是不確定的，也可能是不可信的；五是有價值的。所以，判定數(shù)據(jù)是不是大數(shù)據(jù)，拿這五個特點來套一下，如果全部能夠套上，那么它就是大數(shù)據(jù)。比如微信、微博、論壇等等，都是大數(shù)據(jù)。

界定什么是大數(shù)據(jù)以后，最重要的是對大數(shù)據(jù)進行分析、挖掘，從而揭示出隱藏在數(shù)據(jù)集合中的規(guī)律，發(fā)現(xiàn)出有價值的知識和信息。所以，我們談?wù)摯髷?shù)據(jù)，一定離不開大數(shù)據(jù)分析。

記者：通過大數(shù)據(jù)定義的界定，可以判定大數(shù)據(jù)與我們的生活息息相關(guān)。您能結(jié)合實際說明一下大數(shù)據(jù)分析對人類生產(chǎn)生活帶來哪些影響嗎？

賈焰：我們都從淘寶買過東西，也知道那里假貨泛濫。為了挽回電商的聲譽，必須讓假冒偽劣產(chǎn)品下架，但是面對10億量級以上的在線商品，一個個去判斷它是不是假冒偽劣，對人工來講是做不到的。于是，阿里巴巴用了大數(shù)據(jù)分析的一個技術(shù)，通過網(wǎng)站上傳的圖片、內(nèi)容、用戶數(shù)據(jù)等方方面面的大數(shù)據(jù)關(guān)聯(lián)分析，自動來發(fā)現(xiàn)假冒偽劣商品并把它下架。再比如360手機殺毒軟件。這個殺毒軟件通過大數(shù)據(jù)分析，幫助手機用戶攔截非常多的詐騙信息。這兩個都是大數(shù)據(jù)分析的有效案例。

還有，美國中央情報局擊斃本·拉登，也是大數(shù)據(jù)分析非常重要的成績。本·拉登是一個非常聰明的人，他不用手機等任何現(xiàn)代化的東西，也就是說，通過服務(wù)商、互聯(lián)網(wǎng)，是找不到他的。但是，美國的大數(shù)據(jù)分析公司帕蘭提爾通過對電話、衛(wèi)星影像、密切聯(lián)系人的郵件、密切聯(lián)系人的行蹤等大數(shù)據(jù)綜合分析，協(xié)助中央情報局獲取了本·拉登的位置信息。

通過這些例子，我們可以看到，大數(shù)據(jù)分析并不神秘，它已經(jīng)在我們的生活、工作乃至國家政治、經(jīng)濟、社會等各行業(yè)，發(fā)揮著越來越重要的作用。

記者：當前大數(shù)據(jù)分析，有哪些重要的技術(shù)？

賈焰：現(xiàn)在大數(shù)據(jù)挖掘分析的一個非常重要的技術(shù)，就是知識圖譜。知識圖譜能把人和人、人和機構(gòu)、人和事物關(guān)聯(lián)起來，表現(xiàn)形式為一個知識庫，呈現(xiàn)為一個語義網(wǎng)，每一個節(jié)點都代表著人、機構(gòu)等實體，每個節(jié)點之間的線就是它們之間的關(guān)系。

知識圖譜是可以不斷完善的。比如美國總統(tǒng)特朗普的知識圖譜，包含他的出生日、出生地、國籍、職務(wù)等屬性，它可以慢慢加入他的女兒、夫人、兒子等所有信息，還可以加入與他們有關(guān)聯(lián)的人的家庭背景、人物關(guān)系等信息。知識圖譜不僅可以從互聯(lián)網(wǎng)上拿信息進行構(gòu)建，還可以自己進行推演。比如說它推出A是美國副總統(tǒng)，B是美國總統(tǒng)，就會自動說他們兩個是同事。再比如，它可以通過特朗普找到他的妻子，然后找到她的屬性是模特，就可以回答“特朗普妻子的職業(yè)是什么”這個問題。知識圖譜還可以進行屬性推理和驗證。因為美國法律規(guī)定，總統(tǒng)必須是美國出生的，所以說，知識圖譜會推斷總統(tǒng)國籍是美國。

其實，IBM推的精準醫(yī)療，以及我們國家未來要推出的健康咨詢、精準醫(yī)療，都是基于這樣的技術(shù)來構(gòu)建的。有了這個技術(shù)，將來可以根據(jù)不同人的基因、年齡、生活方式等，精準推薦用藥方案。

所以，知識圖譜是大數(shù)據(jù)分析的非常有用的利器，它可以把各種關(guān)系不斷地關(guān)聯(lián)起來，最后形成一個很有用的數(shù)據(jù)利用的方法。

記者：大數(shù)據(jù)為各行各業(yè)服務(wù)的同時，也泄露了人們的隱私。這種矛盾如何解決？

賈焰：大數(shù)據(jù)蘊含著巨大的商業(yè)價值，目前各行各業(yè)都在做大數(shù)據(jù)分析和挖掘，企業(yè)、運營商等在各自擁有的數(shù)據(jù)或互聯(lián)網(wǎng)上發(fā)布的數(shù)據(jù)中發(fā)掘潛在價值，為提高自己的利潤或達到其他目的服務(wù)。如何在不泄露用戶隱私的前提下，挖掘大數(shù)據(jù)的價值，是目前大數(shù)據(jù)研究領(lǐng)域的關(guān)鍵問題。

為了從大數(shù)據(jù)中獲益，數(shù)據(jù)持有方有時需要公開發(fā)布己方數(shù)據(jù)，這些數(shù)據(jù)通常會包含一定的用戶信息。服務(wù)方在數(shù)據(jù)發(fā)布之前需要對數(shù)據(jù)進行處理，使用戶隱私免遭泄露。此時，確保用戶隱私信息不被惡意的第三方獲取是極為重要的。有時，數(shù)據(jù)使用者會惡意挖掘大數(shù)據(jù)中的隱私信息，此種情況下，更需要加強對數(shù)據(jù)發(fā)布時的隱私保護，以達到數(shù)據(jù)利用和隱私保護二者之間的折中。

記者：數(shù)據(jù)帶來的信息風暴正深刻改變我們的生活、工作和思維方式，對政府和群眾關(guān)注的網(wǎng)絡(luò)輿情，大數(shù)據(jù)分析是否也應(yīng)用其中？

賈焰：隨著我國近年來網(wǎng)絡(luò)輿情事件的數(shù)量逐年增長，社會各界開始重視網(wǎng)絡(luò)輿情監(jiān)測、分析與管理。通過大數(shù)據(jù)技術(shù)手段對網(wǎng)絡(luò)輿情進行監(jiān)測、分析與管理也日趨重要。

我們有一個互聯(lián)網(wǎng)輿情的大數(shù)據(jù)分析系統(tǒng)，可以監(jiān)督網(wǎng)絡(luò)的很多問題。比如自媒體微博，假如我在某個帖子加上監(jiān)控，只要有人在微博上談?wù)撽P(guān)于這方面的帖子，十幾秒就能被監(jiān)測到。這個系統(tǒng)還可以分析發(fā)帖的趨勢，誰在發(fā)、發(fā)了多少、影響了多少人、誰在傳，等等。大數(shù)據(jù)技術(shù)的發(fā)展，不僅能夠針對重大輿情事件個案進行更精準地分析研判，而且便于擴大分析研判的范圍和視野，有助于更全面地把握網(wǎng)絡(luò)輿情發(fā)展的整體趨勢。通過大數(shù)據(jù)技術(shù)和智能計算技術(shù)的結(jié)合使用，重大網(wǎng)絡(luò)輿情事件的預(yù)測能力和水平有望得到提升。

在應(yīng)用方面，很多政府部門和企事業(yè)單位，都會通過與輿情機構(gòu)合作、購買輿情企業(yè)系統(tǒng)或服務(wù)的方式，構(gòu)建服務(wù)于自身的網(wǎng)絡(luò)輿情監(jiān)測、分析與管理機制，提高自身的網(wǎng)絡(luò)輿情感知能力和危機公關(guān)能力。各級政府機關(guān)、高校、大中型企業(yè)等，通常是網(wǎng)絡(luò)輿情系統(tǒng)和服務(wù)的主要客戶。甚至一些中小企業(yè)或公眾人物，為了產(chǎn)品或個人的口碑，也開始成為網(wǎng)絡(luò)輿情系統(tǒng)或服務(wù)的消費者。

記者：大數(shù)據(jù)的未來發(fā)展趨勢是什么？

賈焰：隨著大數(shù)據(jù)分析技術(shù)在各行業(yè)領(lǐng)域的進一步應(yīng)用推廣，大數(shù)據(jù)會給我們帶來大變革，也會帶來更多新的機遇與挑戰(zhàn)。

大數(shù)據(jù)會改變我們的認識。假如把世界看成兩個平行的世界，那么人類真實的世界是物理世界，與其平行的是數(shù)據(jù)世界。物理世界所有的一切，幾乎都可以在數(shù)據(jù)世界有一個反映，即一切都可以數(shù)字化。通過“量化一切”實現(xiàn)世界的數(shù)據(jù)化，可能改變?nèi)祟愄剿骱驼J知世界的方式，帶來全新的“大數(shù)據(jù)世界觀”。

大數(shù)據(jù)會改變我們的科學觀。當前對抗癌癥，用同樣治療的方法，有些人死了，有些人治好了，什么原因？是因為我們的科學還不夠精準。其實人的病是跟基因、心情、生活環(huán)境等因素相關(guān)的。如果能把這些問題的數(shù)據(jù)全部聚集在一起進行分析，精準用藥，就可以實現(xiàn)精準醫(yī)療。“科學始于數(shù)據(jù)”的呼聲正在改變?nèi)藗兊目茖W觀和認知觀，引發(fā)新的科學研究模式。

大數(shù)據(jù)會改變我們的經(jīng)濟。大數(shù)據(jù)已經(jīng)帶來巨大的商業(yè)利益，金融、能源、交通、健康醫(yī)療等重要行業(yè)大數(shù)據(jù)已成為國家重要的戰(zhàn)略資源。如何從國家安全層面對大數(shù)據(jù)進行保護，也是亟待研究和解決的問題。

大數(shù)據(jù)還可以改變我們的管理。在大數(shù)據(jù)時代，人是可以被分析的，就像借助顯微鏡可以看清細胞結(jié)構(gòu)一樣，借助大數(shù)據(jù)分析技術(shù)，可以分析人的行為、情感甚至思維，以及復雜系統(tǒng)運行規(guī)律，甚至整個社會的運行方式。未來的社會管理，可以借助大數(shù)據(jù)分析來進行更加科學的引領(lǐng)，創(chuàng)新管理模式、提升管理效率。

賈焰，國防科技大學教授、博士生導師、網(wǎng)絡(luò)與信息安全研究所副所長，中國計算機學會計算機安全專業(yè)委員會常務(wù)委員，數(shù)據(jù)庫專業(yè)委員會委員，普適計算機專業(yè)委員會委員，湖南互聯(lián)網(wǎng)協(xié)會常務(wù)理事，湖南省第十屆人大代表。

本刊記者 孫大勇//攝影