大數(shù)據(jù)時代面臨的挑戰(zhàn)

孫睿 王晨晨

[摘要]大數(shù)據(jù)的浪潮席卷全球，引發(fā)了人類社會生活的變革。大數(shù)據(jù)作為信息資本和數(shù)據(jù)資源，對各行各業(yè)產(chǎn)生了巨大的影響，文章就大數(shù)據(jù)時代的現(xiàn)狀，淺析大數(shù)據(jù)給統(tǒng)計(jì)學(xué)、個人隱私、國際關(guān)系等帶來的挑戰(zhàn)。

[關(guān)鍵詞]大數(shù)據(jù)；挑戰(zhàn)；隱私安全；國際關(guān)系

[DOI] 10.13939/j.cnki.zgsc.2018.26

大數(shù)據(jù)綜述

維克托·邁爾-舍恩伯格在《大數(shù)據(jù)時代》中稱：“大數(shù)據(jù)指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。”近年來，大數(shù)據(jù)不斷改變著人們的生活，為企業(yè)注入新的機(jī)遇。大數(shù)據(jù)的價值不單單局限于表面的運(yùn)用，更多源于它的二次利用，各大企業(yè)不斷聚類、挖掘和分析，以提取有價值的信息，提高企業(yè)競爭力。因此，數(shù)據(jù)將會是企業(yè)的財(cái)富、重要的開發(fā)方向和新型商業(yè)模式的基石。[1]

在帶來機(jī)遇的同時，大數(shù)據(jù)給企業(yè)和政府都帶來了巨大的挑戰(zhàn)。網(wǎng)絡(luò)大數(shù)據(jù)在規(guī)模與復(fù)雜度上的快速增長對現(xiàn)有IT架構(gòu)的處理和計(jì)算能力提出了挑戰(zhàn)，給數(shù)據(jù)的收集、處理、分析帶來了變革，使得統(tǒng)計(jì)學(xué)面臨緊迫感。迅速發(fā)展的互聯(lián)網(wǎng)，留下了人們大量的數(shù)據(jù)足跡，造成了個人隱私信息的泄露。對個人隱私等的侵犯引發(fā)了大數(shù)據(jù)時代的安全問題，數(shù)據(jù)犯罪也成為亟待解決的問題。

大數(shù)據(jù)時代統(tǒng)計(jì)學(xué)上的挑戰(zhàn)

非結(jié)構(gòu)化數(shù)據(jù)的收集存儲與分析

迅速產(chǎn)生的海量數(shù)據(jù)，價值密度低且復(fù)雜度高，其中75%以上為半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。過去處理的數(shù)據(jù)對象都是有結(jié)構(gòu)的，使用關(guān)系數(shù)據(jù)庫存儲。但隨著社交網(wǎng)絡(luò)、移動計(jì)算和傳感器等技術(shù)的發(fā)展，數(shù)據(jù)生成的方式更加多樣化，非結(jié)構(gòu)化數(shù)據(jù)占據(jù)了大數(shù)據(jù)的絕大部分。非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中蘊(yùn)含著豐富的知識，可能是多學(xué)科領(lǐng)域、多源的混合數(shù)據(jù)。但其也給數(shù)據(jù)分析與挖掘工作帶來了更大的挑戰(zhàn)。非結(jié)構(gòu)化數(shù)據(jù)涉及各種數(shù)據(jù)類型，包括文本、XML、 HTML、圖形、音視頻等。非結(jié)構(gòu)化數(shù)據(jù)具有異構(gòu)和可變的性質(zhì)，結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，無法用傳統(tǒng)數(shù)據(jù)庫的二維邏輯表來表現(xiàn)。非結(jié)構(gòu)性數(shù)據(jù)中包含更多的無用信息，使得數(shù)據(jù)的存儲分析與挖掘更困難，提取有價值信息的成本上升。

大數(shù)據(jù)帶來的虛假知識

大數(shù)據(jù)是具有多源異構(gòu)性的、覆蓋不同范圍的數(shù)據(jù)。大數(shù)據(jù)的來源豐富多樣，在獲取時存在抽樣偏倚、有意無意的錯誤、偶然或系統(tǒng)的誤差。數(shù)據(jù)收集的標(biāo)準(zhǔn)與分析和決策的準(zhǔn)則不同，有些數(shù)據(jù)不是原始數(shù)據(jù)，而是基于現(xiàn)有原始數(shù)據(jù)的推斷，這些數(shù)據(jù)的反復(fù)使用會放大偏差，造成數(shù)據(jù)價值降低。海量數(shù)據(jù)本身數(shù)量多而價值密度低，而處理數(shù)據(jù)噪音的技術(shù)尚不成熟，大比例的含偏差數(shù)據(jù)將破壞信息的真實(shí)性。如此，正確處理的大數(shù)據(jù)也可能得到錯誤結(jié)論和虛假知識。[2]

在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的收集、建模和使用模型往往由不同的人進(jìn)行，他們可能并不清楚數(shù)據(jù)下一步將如何使用或者從何而來。當(dāng)這些環(huán)節(jié)中的人依照自身經(jīng)驗(yàn)有偏頗地解釋模型，而偏離了原始數(shù)據(jù)所涵蓋的信息范圍，數(shù)據(jù)在傳播過程中就失去了它的真實(shí)性。在獲取的數(shù)據(jù)時局限于獲取樣本的途徑，也可能存在選擇偏倚，研究樣本并不能代表研究總體。

不同學(xué)科領(lǐng)域有可能存在對同一現(xiàn)象或物質(zhì)的研究，但是他們關(guān)注的角度不同，收集方法不同，造成所得的具有重疊變量的數(shù)據(jù)集合，解釋的領(lǐng)域不同、具有不同背景的意義。數(shù)據(jù)自身攜帶的信息是有界限的，這就使得數(shù)據(jù)分析的結(jié)果是有適用范圍的。根據(jù)模型外延數(shù)據(jù)的信息，做出超出其本身的判斷，其實(shí)毫無意義。

大數(shù)據(jù)時代的隱私泄露問題

生活中網(wǎng)絡(luò)和傳感器是產(chǎn)生大數(shù)據(jù)的主要來源，包括瀏覽器cookies記錄的用戶上網(wǎng)瀏覽的足跡、社交平臺上用戶的通信方式和交流記錄、傳感器數(shù)據(jù)等。這些數(shù)據(jù)足跡具有累積性和關(guān)聯(lián)性，將聚集的多重?cái)?shù)據(jù)進(jìn)行分析，就足以挖掘出個人的隱私信息。如果有意竊取利用這些信息進(jìn)行欺詐等數(shù)據(jù)犯罪行為，將會給個人的生活帶來損失。

大數(shù)據(jù)時代，人們對便利性的需求越來越高，各類通訊、導(dǎo)航和傳感設(shè)備的位置感知技術(shù)更加深入。這些設(shè)備中的傳感芯片通過不同的方式獲取使用者的位置信息：比如，移動通訊設(shè)備、導(dǎo)航等設(shè)備中內(nèi)置的GPS定位系統(tǒng)可以直接抓取移動對象的活動數(shù)據(jù)，甚至通過各種途徑發(fā)布這些軌跡；另外，傳感設(shè)備例如手環(huán)、iWatch這類可穿戴設(shè)備，通過物聯(lián)網(wǎng)記錄的數(shù)據(jù)也隱含了使用者精確的地理位置信息。[3]

近七成的應(yīng)用軟件都會抓取用戶的位置信息，在首次打開軟件時要求用戶授權(quán)允許應(yīng)用軟件從后臺提取當(dāng)前的地理位置。為了保護(hù)自己的位置隱私，可以將權(quán)限改為永不或使用期間，避免發(fā)送含位置信息的圖片到社交網(wǎng)絡(luò)。

2016年4月，土耳其爆發(fā)重大數(shù)據(jù)泄露事件，近五千萬土耳其公民的個人信息遭到竊取，其中包括姓名、身份證號、家庭住址等敏感信息。還有轟動一時的美國“棱鏡”計(jì)劃。信息隱私的頻頻泄露，引起人們的信息安全恐慌，暴露了目前數(shù)據(jù)信息的監(jiān)管力度不強(qiáng)，隱私保護(hù)缺乏技術(shù)支持，監(jiān)管體系不健全，監(jiān)管制度極不完善甚至缺失等各方面的問題。

大數(shù)據(jù)時代國際關(guān)系的新挑戰(zhàn)

業(yè)界普遍認(rèn)為隨著大數(shù)據(jù)時代的來臨，第三次世界大戰(zhàn)，將是一場基于互聯(lián)網(wǎng)、云計(jì)算的數(shù)據(jù)之戰(zhàn)。概括而言，大數(shù)據(jù)在國際關(guān)中扮演著越來越重要角色：大數(shù)據(jù)的價值成為衡量國際競爭力的一個標(biāo)準(zhǔn)；大數(shù)據(jù)是國家行使信息主權(quán)的基礎(chǔ)；大數(shù)據(jù)的預(yù)測性功能對于國家安全有重要意義。

大數(shù)據(jù)蘊(yùn)含著豐富的政治經(jīng)濟(jì)文化社會信息，大數(shù)據(jù)作為信息載體，一個國家的科技發(fā)展、社會動向、經(jīng)濟(jì)浮動、軍事行動、國家安全與威脅等信息皆可由大數(shù)據(jù)傳遞出來。數(shù)據(jù)主權(quán)將會作為國家主權(quán)的重要組成部分，對各國具有戰(zhàn)略性的意義。[4]

各國必須警惕國際社會中的數(shù)據(jù)霸權(quán)主義。美國在信息科技方面具有靈敏的嗅覺，試圖保持自身在大數(shù)據(jù)領(lǐng)域的優(yōu)勢，掌握大數(shù)據(jù)相關(guān)技術(shù)的主導(dǎo)權(quán)。強(qiáng)大的搜索引擎如谷歌、必應(yīng)皆來自美國，這些搜索引擎幾乎占據(jù)了全球市場。如此，全球范圍的海量數(shù)據(jù)，都紛紛流向美國。2013年，前中情局職員愛德華·斯諾頓曝光了美國的“棱鏡”項(xiàng)目。該項(xiàng)目自2007年啟動，美國國家安全局和聯(lián)邦調(diào)查局通過微軟等九大數(shù)據(jù)服務(wù)商監(jiān)聽包含通信記錄、電子郵件等隱私數(shù)據(jù)。監(jiān)聽對象涵蓋美國公民和所有在全球范圍內(nèi)與美國公民進(jìn)行通訊交流的客戶。該事件曝光后全球一片嘩然，進(jìn)發(fā)了數(shù)據(jù)安全恐慌。在大數(shù)據(jù)時代，全知就意味著全能，收集、擁有更多的數(shù)據(jù)，就會在數(shù)據(jù)戰(zhàn)爭中占據(jù)主動。美國意欲何為，昭然若揭。

總結(jié)

大數(shù)據(jù)時代的來臨，是任何人不可阻擋的潮流。在巨大的經(jīng)濟(jì)效益和商業(yè)價值之下，仍隱藏著許多挑戰(zhàn)。由于大數(shù)據(jù)本身的特點(diǎn)，帶給統(tǒng)計(jì)學(xué)意義上的技術(shù)挑戰(zhàn)，在未來研究人員也將攻堅(jiān)克難，不斷發(fā)展大數(shù)據(jù)技術(shù)。國際關(guān)系當(dāng)中，各國需警惕大數(shù)據(jù)可能帶來的數(shù)據(jù)霸權(quán)的威脅，并需要在此問題上達(dá)成互利平等的共識，以維系國際關(guān)系中平等、合作的原則。另外，信息隱私的泄露危機(jī)是大數(shù)據(jù)應(yīng)運(yùn)而生的副產(chǎn)品，大數(shù)據(jù)時代給人們帶來了隱私透明的安全威脅。本文總結(jié)了大數(shù)據(jù)時代面臨的嚴(yán)峻挑戰(zhàn)，大數(shù)據(jù)技術(shù)仍有待完善領(lǐng)域但具備極大的發(fā)展?jié)摿Γ谕麑W(xué)者能以此為參考為大數(shù)據(jù)未來提出有效的應(yīng)對策略。

參考文獻(xiàn)：

[1]劉雅輝，張鐵贏，靳小龍，程學(xué)旗.大數(shù)據(jù)時代的個人隱私保護(hù)[J].計(jì)算機(jī)研究與發(fā)展，2015，52（1）：229-247.

[2]耿直.大數(shù)據(jù)時代統(tǒng)計(jì)學(xué)面臨的機(jī)遇與挑戰(zhàn)[J].統(tǒng)計(jì)研究，2014，31（01）：5-9.

[3]王璐，孟小峰.位置大數(shù)據(jù)隱私保護(hù)研究綜述[J].軟件學(xué)報(bào)，2014，25（4）：693-712.

[4]蔡翠紅.國際關(guān)系中的大數(shù)據(jù)變革及其挑戰(zhàn)[J].世界經(jīng)濟(jì)與政治，2014（5）：124-143，159-160.

[作者簡介]孫睿（1997-），女，山東泰安人，山東師范大學(xué)管理科學(xué)與工程學(xué)院，研究方向：大數(shù)據(jù)分析。