你的隱私，大數(shù)據(jù)怎知道？我們又該如何自我保護(hù)？

在網(wǎng)絡(luò)上，每個人都會或多或少，或主動或被動地泄露某些碎片信息。這些信息被大數(shù)據(jù)挖掘，就存在隱私泄露的風(fēng)險(xiǎn)，引發(fā)信息安全問題。面對洶涌而來的5G時代，大眾對自己的隱私保護(hù)感到越來越迷茫，甚至有點(diǎn)不知所措。那么，你的隱私，大數(shù)據(jù)是怎么知道的呢？大家又該如何自我保護(hù)呢？

1.“已知、未知”大數(shù)據(jù)都知道

大數(shù)據(jù)時代，每個人都有可能成為安徒生童話中那個“穿新衣”的皇帝。在大數(shù)據(jù)面前，你說過什么話，它知道；你做過什么事，它知道；你有什么愛好，它知道；你生過什么病，它知道；你家住哪里，它知道；你的親朋好友都有誰，它也知道……總之，你自己知道的，它幾乎都知道，或者說它都能夠知道，至少可以說，它遲早會知道！

甚至，連你自己都不知道的事情，大數(shù)據(jù)也可能知道。例如，它能夠發(fā)現(xiàn)你的許多潛意識習(xí)慣：集體照相時你喜歡站哪里呀，跨門檻時喜歡先邁左腳還是右腳呀，你喜歡與什么樣的人打交道呀，你的性格特點(diǎn)都有什么呀，哪位朋友與你的觀點(diǎn)不相同呀……

再進(jìn)一步說，今后將要發(fā)生的事情，大數(shù)據(jù)還是有可能知道。例如，根據(jù)你“飲食多、運(yùn)動少”等信息，它就能夠推測出，你可能會“三高”。當(dāng)你與許多人都在獨(dú)立地購買感冒藥時，大數(shù)據(jù)就知道：流感即將暴發(fā)了！其實(shí)，大數(shù)據(jù)已經(jīng)成功地預(yù)測了包括世界杯比賽結(jié)果、股票的波動、物價趨勢、用戶行為、交通情況等。

當(dāng)然，這里的“你”并非僅僅指“你個人”，包括但不限于，你的家庭，你的單位，你的民族，甚至你的國家等。至于這些你知道的、不知道的或今后才知道的隱私信息，將會把你塑造成什么，是英雄還是狗熊？這卻難以預(yù)知。

2.數(shù)據(jù)挖掘就像“垃圾處理”

什么是大數(shù)據(jù)？形象地說，所謂大數(shù)據(jù)，就是由許多千奇百怪的數(shù)據(jù)，雜亂無章地堆積在一起。例如，你在網(wǎng)上說的話、發(fā)的微信、收發(fā)的電子郵件等，都是大數(shù)據(jù)的組成部分。在不知道的情況下被采集的眾多信息，例如被馬路攝像頭獲取的視頻、手機(jī)定位系統(tǒng)留下的路線圖、駕車的導(dǎo)航信號等被動信息，也都是大數(shù)據(jù)的組成部分。還有，各種傳感器設(shè)備自動采集的有關(guān)溫度、濕度、速度等萬物信息，仍然是大數(shù)據(jù)的組成部分?？傊總€人、每種通信和控制類設(shè)備，無論它是軟件還是硬件，其實(shí)都是大數(shù)據(jù)之源。

大數(shù)據(jù)利用了一種名叫“大數(shù)據(jù)挖掘”的技術(shù)，采用諸如神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策樹、粗糙集、覆蓋正例排斥反例、統(tǒng)計(jì)分析、模糊集等方法挖掘信息。大數(shù)據(jù)挖掘的過程，可以分為數(shù)據(jù)收集、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換、挖掘分析、模式評估、知識表示等八大步驟。

不過，這些聽起來高大上的大數(shù)據(jù)產(chǎn)業(yè)，幾乎等同于垃圾處理和廢品回收。

這并不是在開玩笑。廢品收購和垃圾收集，可算作“數(shù)據(jù)收集”；將廢品和垃圾送往集中處理場所，可算作“數(shù)據(jù)集成”；將廢品和垃圾初步分類，可算作“數(shù)據(jù)規(guī)約”；將廢品和垃圾適當(dāng)清潔和整理，可算作“數(shù)據(jù)清理”；將破沙發(fā)拆成木、鐵、布等原料，可算作“數(shù)據(jù)變換”；認(rèn)真分析如何將這些原料賣個好價錢，可算作“數(shù)據(jù)分析”；不斷總結(jié)經(jīng)驗(yàn)，選擇并固定上下游賣家和買家，可算作“模式評估”；最后，把這些技巧整理成口訣，可算作“知識表示”。

再看原料結(jié)構(gòu)。大數(shù)據(jù)具有異構(gòu)特性，就像垃圾一樣千奇百怪。如果非要在垃圾和大數(shù)據(jù)之間找出本質(zhì)差別的話，那就在于垃圾是有實(shí)體的，再利用的次數(shù)有限；而大數(shù)據(jù)是虛擬的，可以反復(fù)處理，反復(fù)利用。例如，大數(shù)據(jù)專家能將數(shù)據(jù)(廢品)中挖掘出的旅客出行規(guī)律交給航空公司，將某群體的消費(fèi)習(xí)慣賣給百貨商店等。總之，大數(shù)據(jù)專家完全可以“一菜多吃”，反復(fù)利用，而且時間越久，價值越大。換句話說，大數(shù)據(jù)是很值錢的“垃圾”。

3.大數(shù)據(jù)挖掘永遠(yuǎn)沒有盡頭

大數(shù)據(jù)挖掘，雖然能從正面創(chuàng)造價值，但是也有其負(fù)面影響，即存在泄露隱私的風(fēng)險(xiǎn)。隱私是如何被泄露的呢？這其實(shí)很簡單，我們先來分解一下“人肉搜索”是如何侵犯隱私的吧！

一大群網(wǎng)友，出于某種目的，利用自己的一切資源渠道，盡可能多地收集當(dāng)事人或物的所有信息；然后，將這些信息按照自己的目的提煉成新信息，反饋到網(wǎng)上與別人分享。這就完成了第一次“人肉迭代”。

接著，大家又在第一次人肉迭代的基礎(chǔ)上，互相取經(jīng)，再接再厲，交叉重復(fù)進(jìn)行信息的收集、加工、整理等工作，于是，便誕生了第二次“人肉迭代”。如此循環(huán)往復(fù)，經(jīng)過多次不懈迭代后，當(dāng)事人或物的畫像就躍然紙上了。如果構(gòu)成“滿意畫像”的素材確實(shí)已經(jīng)證實(shí)，至少主體是事實(shí)，“人肉搜索”就成功了。

幾乎可以斷定，只要參與“人肉搜索”的網(wǎng)友足夠多，時間足夠長，大家的毅力足夠強(qiáng)，那么任何人都可能無處遁形。

其實(shí)，所謂的大數(shù)據(jù)挖掘，在某種意義上說，就是由機(jī)器自動完成的特殊“人肉搜索”而已。只不過，這種搜索的目的，不再限于抹黑或頌揚(yáng)某人，而是有更加廣泛的目的，例如，為商品銷售者尋找最佳買家、為某類數(shù)據(jù)尋找規(guī)律、為某些事物之間尋找關(guān)聯(lián)等?？傊灰康拿鞔_，那么，大數(shù)據(jù)挖掘就會有用武之地。

如果將“人肉搜索”與大數(shù)據(jù)挖掘相比，網(wǎng)友被電腦所替代；網(wǎng)友們收集的信息，被數(shù)據(jù)庫中的海量異構(gòu)數(shù)據(jù)所替代；網(wǎng)友尋找各種人物關(guān)聯(lián)的技巧，被相應(yīng)的智能算法替代；網(wǎng)友們相互借鑒、彼此啟發(fā)的做法，被各種同步運(yùn)算所替代。

各次迭代過程仍然照例進(jìn)行，只不過機(jī)器的迭代次數(shù)更多，速度更快，每次迭代其實(shí)就是機(jī)器的一次“學(xué)習(xí)”過程。網(wǎng)友們的最終“滿意畫像”，被暫時的挖掘結(jié)果所替代。之所以說是暫時，那是因?yàn)閷Υ髷?shù)據(jù)挖掘來說，永遠(yuǎn)沒有盡頭，結(jié)果會越來越精準(zhǔn)，智慧程度會越來越高，用戶只需根據(jù)自己的標(biāo)準(zhǔn)，隨時選擇滿意的結(jié)果就行了。

當(dāng)然，除了相似性外，“人肉搜索”與“大數(shù)據(jù)挖掘”肯定也有許多重大的區(qū)別。例如，機(jī)器不會累，它們收集的數(shù)據(jù)會更多、更快，數(shù)據(jù)的渠道來源會更廣泛?？傊?，網(wǎng)友的“人肉搜索”，最終將輸給機(jī)器的“大數(shù)據(jù)挖掘”。

4.隱私保護(hù)與數(shù)據(jù)挖掘“危”“機(jī)”并存

必須承認(rèn)，就當(dāng)前的現(xiàn)實(shí)情況來說，大數(shù)據(jù)隱私挖掘的“殺傷力”，已經(jīng)遠(yuǎn)遠(yuǎn)超過了大數(shù)據(jù)隱私保護(hù)的能力；換句話說，在大數(shù)據(jù)挖掘面前，當(dāng)前人類有點(diǎn)不知所措。這確實(shí)是一種意外。自互聯(lián)網(wǎng)誕生以后，在過去幾十年，人們都不遺余力地將碎片信息永遠(yuǎn)留在網(wǎng)上。其中的每個碎片雖然都完全無害，可誰也不曾意識到，至少沒有刻意去關(guān)注，當(dāng)眾多無害碎片融合起來，竟然后患無窮！

不過，大家也沒必要過于擔(dān)心。在人類歷史上，類似的被動局面已經(jīng)出現(xiàn)過不止一次了。從以往的經(jīng)驗(yàn)來看，隱私保護(hù)與數(shù)據(jù)挖掘之間總是像“走馬燈”一樣輪換的——人類通過對隱私的“挖掘”，獲得空前好處，產(chǎn)生了更多需要保護(hù)的“隱私”，于是，不得不再回過頭來，認(rèn)真研究如何保護(hù)這些隱私。當(dāng)隱私積累得越來越多時，“挖掘”它們就會變得越來越有利可圖，于是，新一輪的“挖掘”又開始了。歷史地來看，人類在自身隱私保護(hù)方面，整體處于優(yōu)勢地位，在網(wǎng)絡(luò)大數(shù)據(jù)挖掘之前，“隱私泄露”并不是一個突出的問題。

但是，現(xiàn)在人類需要面對一個棘手的問題——對過去遺留在網(wǎng)上的海量碎片信息，如何進(jìn)行隱私保護(hù)呢？單靠技術(shù)，顯然不行，甚至還會越“保護(hù)”，就越“泄露隱私”。

因此，必須多管齊下。例如從法律上，禁止以“人肉搜索”為目的的大數(shù)據(jù)挖掘行為；從管理角度，發(fā)現(xiàn)惡意的大數(shù)據(jù)搜索行為，對其進(jìn)行必要的監(jiān)督和管控。另外，在必要的時候，還需要重塑“隱私”概念，畢竟“隱私”本身就是一個與時間、地點(diǎn)、民族、文化等有關(guān)的約定俗成的概念。

對于個人的網(wǎng)絡(luò)行為而言，在大數(shù)據(jù)時代，應(yīng)該如何保護(hù)隱私呢？或者說，至少不要把過多包含個人隱私的碎片信息遺留在網(wǎng)上呢？答案只有兩個字：匿名！只要做好匿名工作，就能在一定程度上，保護(hù)好隱私了。也就是說，在大數(shù)據(jù)技術(shù)出現(xiàn)之前，隱私就是把“私”藏起來，個人身份可公開，而大數(shù)據(jù)時代，隱私保護(hù)則是把“私”公開(實(shí)際上是沒法不公開)，而把個人身份隱藏起來，即匿名。

(作者：楊義先、鈕心忻，均為北京郵電大學(xué)教授)