徐飛霞
廣東技術師范大學財經學院 廣東 廣州
隨著網絡技術尤其物聯網、云計算等技術的發展,大數據技術時代的到來給人們的生活以及工作帶來了便利,對公眾思維和行為意識產生了重大影響,同時也伴隨著一些風險。步入信息化時代,傳統的工作方法越來越不能滿足時代需要,嚴重的還會影響工作效率和準確性,使海量數據的價值難以被合理有效地利用。在這種情況下,大數據技術可以有效解決這些問題,但是也會帶來一定風險,我們要合理利用大數據技術。
大數據是在信息爆炸時代提出的全新概念,人們利用它來描述和界定信息爆炸時代產生的海量數據。大數據技術,高效“提純”各種海量數據從而快速獲得有使用價值的信息,是用來提升信息數據利用率的一種信息提取方式。21世紀,社會經濟迅速發展,每天都可能會面臨著龐大而非結構化的數據。按照大數據處理的生命周期,大數據技術體系一般可以分為大數據計算模式與系統、大數據分析與挖掘、大數據采集與預處理、大數據隱私與安全、大數據可視化計算及大數據存儲與管理六個方面。大數據技術的應用研究主要是為了提高數據處理環節、優化數據處理效率。隨著互聯網技術發展越來越成熟、穩定,大數據時代最重要的莫過于數據本身,但是這時的數據也是雜亂無章的,就需要我們運用大數據技術手段篩選海量數據中能為其行業發展提供效用的信息。大數據技術根據實際需要利用科技手段去篩選數據,得到人們想要的數據結果。大數據技術非常重視數據的處理過程,相比以往提高了數據處理效率、擴大了數據使用范圍,使大數據技術在應用過程中適應現代企業的信息需求。
目前大數據具有多種特征,主要可以從類型、體量、速度、價值這四個方面。①類型:類型比較多,主要是由于人們對新技術的需求比較大,對數據的類型追求也有不同的需求。從結構上面看,有結構、半結構以及非結構化數據。典型的非結構化數據有各大社交平臺比如微博、圖像、媒體、社交網、音頻及視頻等。②體量:大數據在容量規模上是非常可觀的,量級單位不斷被刷新、打破,比如臉譜(Facebook)每月的信息量達到300多億條,百度每天也要處理幾千億個網頁。③速度:由于前面所提到的兩個特征,面對大量信息,處理起來會有較多困難,而且處理時間較長,所以,速度快的同時還要提高質量,包括創建數據、處理及分析問題的速度都不斷加快。過去適用的數據采集、處理方面比較趨近,線性查找、線性分析等一些技術已經難以適應現代大數據的操作要求。④價值:在現代大數據價值方面,我們需要帶有辯證的思維去看待,大數據信息量巨大,但是可能有用的數據只有幾秒的時間;雖然數據多而雜,但其產生的價值密度是較高的。
當今社會上,我們辨別公民的標志是身份信息,每個人都是以獨一無二的身份存在的,同時它也是公民的安身之基礎。有的人通過盜用他人身份信息來開信用卡,以獲取不當利益。身份信息也是一種復合信息,實際上是公民生物信息和社會信息的結合體。在互聯網出現之前,犯罪分子常用的手段是通過篡改或者偽造他人的身份證件、冒用、肖像等手段來從事犯罪活動。但是隨著大數據技術的不斷發展,犯罪分子獲取身份信息的手段也越來越多,造成更大的傷害。如快遞公司、銀行和保險機構等擁有大量公民個人身份信息的,由于監管不到位,公民個人信息有可能被大量泄露,被犯罪分子肆意買賣,嚴重的造成銀行卡被盜用甚至敲詐勒索,給個人和社會帶來很大的傷害和損失。這和大數據技術的發展有著密切關系,因為網絡立法相比網絡技術的發展明顯滯后,再加上網絡技術客觀上存在漏洞,給犯罪分子提供了可乘之機。身份信息一旦被犯罪分子盜用,必然會對公民的人身及財產安全、社會穩定造成負面影響,也阻礙了大數據技術的發展。
法律明文規定,公民的隱私不得侵犯,它是有排他性和私密性的,隱私是個體的權利,是受得法律保護和道德約束的。隨著社會的不斷發展,隱私泄露的問題引起了人們的高度重視。公民保護隱私的意識越來越強烈,這是社會發展進步的標志。與傳統社會不同,大數據時代公民的個人信息是以數據的形式記錄下來并且保存在信息系統中的。這樣的方式更有助于管理,以及更好地提供服務。大數據時代,數據信息規模更加龐大,更具有關聯性。與此同時,隱私的安全性也更容易受到威脅。比如說為下載和安裝某程序,得先注冊才能安裝、使用該程序,整套流程強制性的要求注冊私人的身份信息、電話、銀行卡等信息,不然就不能進行下一步操作了,大多數人只能無奈選擇接受詳細填寫注冊信息。如果政府有關部門不出臺一些政策加強監督,那么公民的身份信息就很容易隨著微信、微博、QQ等等社交軟件被泄露出去,給不法分子提供了盜取信息的機會,給我們的生活埋下了安全隱患。
安全是指人類與生存環境、資源的和諧相處,互相不傷害,不存在危險的隱患,對人類的生命、財產、環境可能產生的損害控制在人類不感覺難受的水平以下的狀態。誠然,我們都希望生活在安全的社會里,因為追求安全是人類生存和發展的基本需求。傳統社會人們面臨的安全威脅主要來源于自然災害、戰爭等。在大數據時代,相比傳統社會危害大大增加,不僅信息量龐大,它的數據類型、數據內容增多,敏感度提高。特別是銀行數據、審計數據、政府和國防、醫療數據等,在保密措施不完善的情況下就會遭遇安全問題,可能被犯罪分子、黑客攻擊。大數據在如收集、管理、銷毀等方面由于存在技術漏洞,那么數據泄露的可能性也大大增加。與此同時,人們關注的數據也有所側重,只對自己感興趣的數據信息加以保護,而其余的就很容易被丟棄和忽視了。不法分子往往從這些休眠狀態的碎片化信息入手,從中分析出重要信息,從某種意義上講,雖然看起來好似不重要的信息,但是對不同的人群主體來說會有不一樣的價值體現,也帶來了一定的安全風險。因此,安全問題已經是大數據技術必須要引起重視的問題。隨著網絡技術的不斷發展,如果缺乏安全保護意識,風險就會越來越大,問題會越來越多,危機也更加難以控制。
大數據時代背景下,政府部門要發揮相應的管理作用,因為它不僅是數據的生產者,更是數據的管理者和使用者。政府管理大數據的態度很重要,比如面對大數據風險時,如果只是通過數據加密、使用過濾器等手段來保證信息安全,將是一件非常困難的事情,因為技術性漏洞難以避免。隨著大數據技術的發展,加密技術也會不斷提高和完善。政府部門應積極與科技企業合作,并建立數據誠信合約管理機制,這也是市場經濟發展的必然趨勢,是維護市場安全、規避市場風險的保障。數據誠信合約管理機制是建立在用戶之間、企業與用戶之間、政府與市場之間的一種征信體制,是確保市場規范有效運行的基本防線,不僅是利益主體之間的制約管理,也是主體之間的誠信意識和行為的確立。之所以會出現盜用身份、暴露隱私、安全危機等風險問題,與當下市場運行中誠信機制的缺失不無關系。那么為了更好防范風險,首先就是建立健全誠信體系。主要從以下幾方面入手,包括誠信信息合理公開、征信合理授權及做好相應的獎懲制度等。其次,加強誠信合約管理力度,特別是對那些信用不好的企業要嚴格懲戒,不僅是從輿論和道義上約束它,更重要的是要從法律和經濟層面要做到合理制裁,在法律允許的范圍內行事;而對那些守信之人要給予相應的獎勵,充分發揮企業的信譽資本增值效應,如在生產方面給予更多的便利和優惠。最重要的一點是,要合理利用大數據信息來綜合評價企業的誠信行為,利用這種方式來維護大數據技術的信息安全。
大數據時代,最大的變化是人們對于數據思維和數據理念認知的變化,是一種全新的生活理念和信息意識,以互聯網技術快速發展為基礎。我們要積極迎接并且適應大數據環境的變化,從互聯網初期的“數字化生存”向大數據時代的“數據化生存”轉變,倡導數據生活理念,用數據說話,更好地實現從個人到國家與大數據的良好結合。同時,這種思維轉換需要我們一起去努力實現而不只是局限于政府和組織。倘若個體不主動去適應大數據時代的變化,那么個體就會在大量信息中迷失自我,找不到歸屬感。誠然,要想個體更好地適應這種轉換,那么我們更需要企業與政府一同合作搭建好數據價值平臺。首先,對于個體而言,國家一方面要加強對大數據技術輿論的積極引導,如通過電視、網絡、報紙等媒介宣傳大數據知識和技術學習,引導人們確立數據思維;另一方面從教育抓起,從各級各類的教育機構來加強人們的數據意識;同時,慢慢引導公眾主動去采集數據、用數據處理和分析問題,更好地確保自身數據安全。而對于企業和政府來說,通過搭建數據平臺,可以提升公眾的知情權及政府或者企業的服務質量,樹立良好的形象,更為重要的是可以把不同人群、不同階層引入政府和企業的決策中來,這樣有利于做出更科學的決策。除此之外,企業和政府要積極主動地去適應大數據時代的變革,不斷創新,推動社會進步。
大數據的出現提高了工作效率,使辦事流程更加高效,開放的數據也增強了公民的知情權。與此同時,數據的采集和開放同樣也會帶來新的安全問題,在數據采集、傳輸、存儲、管理、分析、使用、銷毀等程序上,任一環節出現了問題,都會影響到整個流程。那么如何做好大數據管理,就要從維護數據安全、實現價值與安全行為的一致性入手了,同時也是構建數據安全的首要之選。首先,就是要完善法律法規,構建防范機制,嚴抓嚴打網絡犯罪行為,創建有法可依、有法必依的健康的信息環境。其次,就是要增強執法力度,完善政府監管機制,明確職責,通過信息安全報告制度和監督機制防范數據信息安全問題。再次,加強宣傳,借助媒體的力量及時曝光不法行為,利用大數據技術優勢開展普法教育,不斷增強公民的網絡信息安全意識。最后,積極推動國際間合作,建立信息網絡的國際法治體系,提高我國的話語權,與各國在網絡信息安全達成共識,從源頭上斬斷數據信息犯罪分子的產業鏈條,為我國大數據發展營造良好的氛圍。
現代社會發展離不開海量數據,大數據時代,數據無處不在,但我們也要理性地看待大數據技術帶來的利與弊,在大數據技術給個體、企業、政府帶來便利的同時也帶來了一定風險。本文重點闡述了大數據技術的風險問題和應對策略研究,闡述了什么是大數據,大數據面臨的盜用身份、泄露隱私以及安全危機等風險,并針對大數據技術所面臨的三大風險,提出了有效的解決方式。