在网络上，每一人单厢多多少少，或主动或被动地外泄某些碎块重要信息。那些重要信息被大统计数据分析，就存在个人隐私外泄的风险，引发重要网络安全问题。面对滚滚而来的5G黄金时代，大众对他们的个人隐私为保护感到越来越迷惘，即使有点惊慌失措。那么，你的个人隐私，大统计数据是怎么晓得的呢？大家又该怎样人格为保护呢？
“已知、未明”大统计数据都晓得
大统计数据黄金时代，每一人都有可能成为格林兄弟童话故事中那个“穿新衣”的皇帝。在大统计数据面前，你说过甚么话，它晓得；你做过甚么事，它晓得；你有甚么嗜好，它晓得；你生二女甚么病，它晓得；你东郊这儿，它晓得；你的亲友都有谁，它也晓得……总而言之，你他们晓得的，它几乎都晓得，或者说它都能晓得，至少可以说，它决不会晓得！
即使，连你自己都不晓得的事，大统计数据也可能晓得。比如，它能发现你的很多无意识习惯：集体摄像时你讨厌站这儿呀，跨门槛时讨厌先迈右脚却是右脚呀，你讨厌与甚么样的人关系密切呀，你的性格特征都有甚么呀，哪一位朋友与你的观点不相同呀……
更进一步说，未来即将发生的事，大统计数据却是有可能晓得。比如，根据你“饮食多、运动少”等重要信息，它就能推断出，你可能会“三高”。当你与很多人都在独立地购买阿司匹林时，大统计数据就晓得：流感即将成灾了！只不过，大统计数据已经成功地预测了主要包括亚洲杯赛果、股票的波动、物价趋势、用户行为、交通情况等。
当然，这里的“你”并非仅仅指“你个人”，主要包括但不局限于，你的家庭，你的单位，你的民族，即使你的国家等。至于那些你晓得的、不晓得的或未来才晓得的个人隐私重要信息，将会把你描绘成甚么，是英雄却是山莓？这却难以预见。
统计数据分析就像“污水处理”
甚么是大统计数据？形象蔡伯介，所谓大统计数据，就是由很多五花八门的统计数据，杂乱地堆积在一据的重要组成部分。还有，各种感应器电子设备自动收集的有关温度、相对湿度、速度等天地万物重要信息，仍然是大统计数据的重要组成部分。总而言之，每一人、五种通信和控制类电子设备，无论它是软件却是硬体，只不过都是大统计数据之源。
大统计数据利用了一种名叫“大统计数据分析”的技术，采用譬如数学模型、启发式、计算机程序、萨温齐、覆盖正例排外悖论、系统分析、点积等方法发掘重要信息。大统计数据分析的过程，可以分为统计数据收集、统计数据软件系统、统计数据法律条文、统计数据清扫、统计数据转换、发掘分析、模式评估、知识表示等六大关键步骤。
不过，那些听起来高大上的大统计数据产业，几乎等同于污水处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“统计数据收集”；将废品和垃圾送往集中处理场所，可算作“统计数据软件系统”；将废品和垃圾初步分类，可算作“统计数据法律条文”；将废品和垃圾适当清洁和整理，可算作“统计数据清扫”；将破沙发拆成木、铁、布等原料，可算作“统计数据转换”；认真分析怎样将那些原料卖个好价钱，可算作“统计数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把那些技巧整理成口诀，可算作“知识表示”。
再看原料结构。大统计数据具有异构特性，就像垃圾一样五花八门。如果非要在垃圾和大统计数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大统计数据是虚拟的，可以反复处理，反复利用。比如，大统计数据专家能将统计数据（废品）中发掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总而言之，大统计数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大统计数据是很值钱的“垃圾”。
大统计数据分析永远没有尽头
大统计数据分析，虽然能从正面创造价值，但是也有其负面影响，即存在外泄个人隐私的风险。个人隐私是怎样被外泄的呢？这只不过很简单，我们先来分解一下“人肉搜索”是怎样侵犯个人隐私的吧！
一大群网友，出于某种目的，利用他们的一切资源渠道，尽可能多地收集当事人或物的所有重要信息；然后，将那些重要信息按照他们的目的提炼成新重要信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行重要信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。
只不过，所谓的大统计数据分析，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再局限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类统计数据寻找规律、为某些事物之间寻找关联等。总而言之，只要目的明确，那么，大统计数据分析就会有用武之地。
如果将“人肉搜索”与大统计数据分析相比，网友被电脑所替代；网友们收集的重要信息，被统计数据库中的海量异构统计数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代只不过就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的发掘结果所替代。之所以说是暂时，那是因为对大统计数据分析来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据他们的标准，随时选择满意的结果就行了。
最终将输给机器的“大统计数据分析”。
个人隐私为保护与统计数据分析“危”“机”并存
必须承认，就当前的现实情况来说，大统计数据个人隐私发掘的“杀伤力”，已经远远超过了大统计数据个人隐私为保护的能力；换句话说，在大统计数据分析面前，当前人类有患无穷！
不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，个人隐私为保护与统计数据分析之间总是像“走马灯”一样轮换的——人类通过对个人隐私的“发掘”，获得空前好处，产生了更多需要为保护的“个人隐私”，于是，不得不再回过头来，认真研究怎样为保护那些个人隐私。当个人隐私积累得越来越多时，“发掘”它们就会变得越来越有利可图，于是，新一轮的“发掘”又开始了。历史地来看，人类在自身个人隐私为保护方面，整体处于优势地位，在网络大统计数据分析之前，“个人隐私外泄”并不是一个突出的问题。
但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎块重要信息，怎样进行个人隐私为保护呢？单靠技术，显然不行，即使还会越“为保护”，就越“外泄个人隐私”。
因此，必须多管齐下。比如从法律上，禁止以“人肉搜索”为目的的大统计数据分析行为；从管理角度，发现恶意的大统计数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“个人隐私”概念，毕竟“个人隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言，在大统计数据黄金时代，应该怎样为保护个人隐私呢？或者说，至少不要把过多包含个人个人隐私的碎块重要信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，为保护好个人隐私了。也就是说，在大统计数据技术出现之前，个人隐私就是把“私”藏起来，个人身份可公开，而大统计数据黄金时代，个人隐私为保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。（作者：杨义先、钮心忻，均为北京邮电大学教授）
转自：光明日报
