在網(wǎng)絡(luò)上，每個(gè)人都會(huì)或多或少，或主動(dòng)或被動(dòng)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(wèn)題。面對(duì)洶涌而來(lái)的5G時(shí)代，大眾對(duì)自己的隱私保護(hù)感到越來(lái)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(shí)代，每個(gè)人都有可能成為安徒生童話中那個(gè)“穿新衣”的皇帝。在大數(shù)據(jù)面前，你說(shuō)過(guò)什么話，它知道；你做過(guò)什么事，它知道；你有什么愛(ài)好，它知道；你生過(guò)什么病，它知道；你家住哪里，它知道；你的親朋好友都有誰(shuí)，它也知道……總之，你自己知道的，它幾乎都知道，或者說(shuō)它都能夠知道，至少可以說(shuō)，它遲早會(huì)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(shí)習(xí)慣：集體照相時(shí)你喜歡站哪里呀，跨門檻時(shí)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(shuō)，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(dòng)少”等信息，它就能夠推測(cè)出，你可能會(huì)“三高”。當(dāng)你與許多人都在獨(dú)立地購(gòu)買感冒藥時(shí)，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(cè)了包括世界杯比賽結(jié)果、股票的波動(dòng)、物價(jià)趨勢(shì)、用戶行為、交通情況等。

　　當(dāng)然，這里的“你”并非僅僅指“你個(gè)人”，包括但不限于，你的家庭，你的單位，你的民族，甚至你的國(guó)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(huì)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(shuō)，所謂大數(shù)據(jù)，就是由許多千奇百怪的數(shù)據(jù)，雜亂無(wú)章地堆積在一起。例如，你在網(wǎng)上說(shuō)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(hào)等被動(dòng)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(dòng)采集的有關(guān)溫度、濕度、速度等萬(wàn)物信息，仍然是大數(shù)據(jù)的組成部分?？傊?，每個(gè)人、每種通信和控制類設(shè)備，無(wú)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(shù)、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(guò)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(píng)估、知識(shí)表示等八大步驟。

　　不過(guò)，這些聽(tīng)起來(lái)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(kāi)玩笑。廢品收購(gòu)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(chǎng)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(gè)好價(jià)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(píng)估”；最后，把這些技巧整理成口訣，可算作“知識(shí)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(shí)間越久，價(jià)值越大。換句話說(shuō)，大數(shù)據(jù)是很值錢的“垃圾”。

　　3.大數(shù)據(jù)挖掘永遠(yuǎn)沒(méi)有盡頭

　　大數(shù)據(jù)挖掘，雖然能從正面創(chuàng)造價(jià)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(jiǎn)單，我們先來(lái)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(guò)多次不懈迭代后，當(dāng)事人或物的畫(huà)像就躍然紙上了。如果構(gòu)成“滿意畫(huà)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(shí)間足夠長(zhǎng)，大家的毅力足夠強(qiáng)，那么任何人都可能無(wú)處遁形。

　　其實(shí)，所謂的大數(shù)據(jù)挖掘，在某種意義上說(shuō)，就是由機(jī)器自動(dòng)完成的特殊“人肉搜索”而已。只不過(guò)，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?，只要目的明確，那么，大數(shù)據(jù)挖掘就會(huì)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(kù)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(guò)程仍然照例進(jìn)行，只不過(guò)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(guò)程。網(wǎng)友們的最終“滿意畫(huà)像”，被暫時(shí)的挖掘結(jié)果所替代。之所以說(shuō)是暫時(shí)，那是因?yàn)閷?duì)大數(shù)據(jù)挖掘來(lái)說(shuō)，永遠(yuǎn)沒(méi)有盡頭，結(jié)果會(huì)越來(lái)越精準(zhǔn)，智慧程度會(huì)越來(lái)越高，用戶只需根據(jù)自己的標(biāo)準(zhǔn)，隨時(shí)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(huì)累，它們收集的數(shù)據(jù)會(huì)更多、更快，數(shù)據(jù)的渠道來(lái)源會(huì)更廣泛?？傊W(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“?！薄皺C(jī)”并存

　　必須承認(rèn)，就當(dāng)前的現(xiàn)實(shí)情況來(lái)說(shuō)，大數(shù)據(jù)隱私挖掘的“殺傷力”，已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了大數(shù)據(jù)隱私保護(hù)的能力；換句話說(shuō)，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(guò)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(gè)碎片雖然都完全無(wú)害，可誰(shuí)也不曾意識(shí)到，至少?zèng)]有刻意去關(guān)注，當(dāng)眾多無(wú)害碎片融合起來(lái)，竟然后患無(wú)窮！

　　不過(guò)，大家也沒(méi)必要過(guò)于擔(dān)心。在人類歷史上，類似的被動(dòng)局面已經(jīng)出現(xiàn)過(guò)不止一次了。從以往的經(jīng)驗(yàn)來(lái)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(guò)對(duì)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(guò)頭來(lái)，認(rèn)真研究如何保護(hù)這些隱私。當(dāng)隱私積累得越來(lái)越多時(shí)，“挖掘”它們就會(huì)變得越來(lái)越有利可圖，于是，新一輪的“挖掘”又開(kāi)始了。歷史地來(lái)看，人類在自身隱私保護(hù)方面，整體處于優(yōu)勢(shì)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(gè)突出的問(wèn)題。

　　但是，現(xiàn)在人類需要面對(duì)一個(gè)棘手的問(wèn)題——對(duì)過(guò)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(huì)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(duì)其進(jìn)行必要的監(jiān)督和管控。另外，在必要的時(shí)候，還需要重塑“隱私”概念，畢竟“隱私”本身就是一個(gè)與時(shí)間、地點(diǎn)、民族、文化等有關(guān)的約定俗成的概念。

　　對(duì)于個(gè)人的網(wǎng)絡(luò)行為而言，在大數(shù)據(jù)時(shí)代，應(yīng)該如何保護(hù)隱私呢？或者說(shuō)，至少不要把過(guò)多包含個(gè)人隱私的碎片信息遺留在網(wǎng)上呢？答案只有兩個(gè)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(shuō)，在大數(shù)據(jù)技術(shù)出現(xiàn)之前，隱私就是把“私”藏起來(lái)，個(gè)人身份可公開(kāi)，而大數(shù)據(jù)時(shí)代，隱私保護(hù)則是把“私”公開(kāi)(實(shí)際上是沒(méi)法不公開(kāi))，而把個(gè)人身份隱藏起來(lái)，即匿名。

　　(作者：楊義先、鈕心忻，均為北京郵電大學(xué)教授)