尊龙凯时

根據IDC數據顯示，目前互聯(lián)網(wǎng)上的數據每年增長(cháng)50%，每?jì)赡攴环?，全球互?lián)網(wǎng)90%以上的數據是最近幾年才產(chǎn)生的。

　　最早洞見(jiàn)大數據時(shí)代的數據科學(xué)家維克托·邁克·舍恩伯格在《大數據時(shí)代》一書(shū)中曾指出：大數據帶給人類(lèi)生活的益處是多方面的，不僅是人們獲得新認知、創(chuàng )造新價(jià)值的源泉，還是改變市場(chǎng)、組織結構以及政府與公民關(guān)系的方法。但他同時(shí)也指出，大數據相比傳統互聯(lián)網(wǎng)，會(huì )給網(wǎng)絡(luò )安全帶來(lái)更多威脅，給用戶(hù)隱私帶來(lái)更大挑戰。

　　大數據技術(shù)給數據使用的隱私問(wèn)題帶來(lái)了新挑戰。對于企業(yè)來(lái)說(shuō)，企業(yè)決策從“業(yè)務(wù)驅動(dòng)”轉變?yōu)椤皵祿寗?dòng)”，企業(yè)需要遵守更嚴格的安全標準和保密規定，對數據存儲與使用的安全性和隱私性要求由此提高。

　　對于個(gè)人而言，大數據時(shí)代，個(gè)人數據是一種信息資產(chǎn)，但這種資產(chǎn)卻在用戶(hù)不知情的情況下被收集、分析，以正當或不正當的方式用以牟利，個(gè)人生活似乎時(shí)刻被置于“老大哥”的監視之下，隱私安全受到了巨大挑戰。

　　數據共享是大數據的現實(shí)價(jià)值，但隱私保護又關(guān)系到公民個(gè)體和國家整體的安全。如何平衡大數據使用和隱私保護是亟待解決的問(wèn)題。

　　傳統的隱私規范采用“告知與許可”原則，即讓人們自主決定是否、如何以及經(jīng)由誰(shuí)來(lái)處理他們的信息，這就意味著(zhù)將個(gè)人隱私保護的責任放在了每個(gè)公民個(gè)體的受眾。但在大數據時(shí)代，由于二次使用的存在，“告知與許可”缺乏現實(shí)可行性，學(xué)者因此提出應改變傳統的隱私保護體系，將隱私保護的責任由公民個(gè)體轉移到數據使用者身上，即由數據使用者為其行為承擔責任，而非停留于收集數據之初的是否取得個(gè)人同意。

　　圍繞這一原則，相關(guān)學(xué)者目前又提出了數據脫敏技術(shù)和數據分類(lèi)分級等一系列隱私保護手段。信息脫敏技術(shù)是指將數據脫敏為不含用戶(hù)隱私的測試用數據，但是由于結構化數據在大數據時(shí)代關(guān)聯(lián)性非常緊密，使得單個(gè)數據集的脫敏不能解決兩個(gè)各自不敏感數據集放在一起就變?yōu)槊舾袛祿@類(lèi)的問(wèn)題，因此需要針對具體行業(yè)和具體問(wèn)題開(kāi)發(fā)、采用不同的脫敏技術(shù)。
　
　　數據分類(lèi)分級從隱私安全與保護成本的角度出發(fā)，對數據進(jìn)行分類(lèi)和等級劃分，進(jìn)而根據不同需要對關(guān)鍵數據進(jìn)行重點(diǎn)防護。但是傳統的數據分級對于大數據時(shí)代來(lái)說(shuō)過(guò)粗，許多研究機構正在探索進(jìn)一步細化可行的分級標準。