你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、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”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“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，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大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；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖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。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，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。

　　其实，所谓的大数据挖掘，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、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；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，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　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，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”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片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，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“隐私”概念，毕竟“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，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？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，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“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。

　　《光明日报》（ 2023年01月12日 16版）

【网络强国这十年】微步在线薛锋：创业维艰，创新更艰******

　　【网络强国这十年——创业心得篇】

　　随着云计算、大数据和虚拟化技术的不断涌现，数字化转型推动全球云市场井喷式发展。然而，在数字化转型不断深入带来业务场景的多样化的同时，云端服务背后也存在各类安全问题。威胁情报防范作为保障信息数据的重要一环，扮演着信息产业“把关人”的角色。

　　近日，微步在线创始人、CEO薛锋做客光明网“网络强国这十年”专栏，畅谈创业经历，讲述创业初心与选择，并对当下网络安全行业创业者的发展方向给出建议。

　　瞄准行业需求，专精“威胁情报”

　　微步在线成立于2015年，是我国最早一批关注互联网威胁情报的企业。薛锋表示，2014年大众创业、万众创新的社会氛围浓厚，作为偏技术管理型的工作者，自己对网络安全行业有一定理解和洞察，看到威胁情报技术极有可能成为使网络安全技术发生变革的节点，便决定创业。

　　薛锋说，相比创业维艰，他觉得创新更为艰难。在创业过程中，无论是做一个新的商业模式，还是推广新产品给客户传递新价值，都承载着教育市场推广的新理念，需要经历很长的周期，这个过程可以说很契合“创业维艰，创新更艰”理念。

　　对于选择威胁情报作为创业细分赛道，薛锋表示，与传统的安全防御不同，威胁情报防范的核心在于主动“出击”，这基于一种全新的网络安全认知理念：通过大数据分析，可以有效预判危机并且进行主动防御。即从不计其数的报警信息中筛查，提前获取攻击者的攻击工具、攻击途径、攻击意图等信息，精准找出威胁所在，从而响应并把损失降到最低。这也就要求借助AI、大数据、云计算等新型技术，进行海量数据存储计算。而在微步创立之初，这些技术已经趋于成熟，微步正是发现了威胁情报的可能性，确定其为切入点，开拓创新，期待为行业带来一些变革性的技术。

　　“云化”服务体系，聚焦新安全探索

　　作为国内新兴网络安全公司，微步在线长期植根于威胁检测领域，积累了强大的威胁情报和威胁检测分析能力，研发了基于流量和终端的“云+流量+端点”全方位威胁检测响应产品矩阵，帮助企业建立全方位的威胁监控体系，持续为客户提供专业的技术、产品和服务。

　　针对当下网络安全行业中，威胁端和需求端同步变化，“新安全”业态应运而生，微步在线聚焦技术提升和产品服务，进行了一系列新探索。

　　“过去上网都会用到DNS服务做域名解析，在此过程中，就可能有钓鱼网站、木马等的威胁存在，而微步创新使用云化的交付方式，便捷用户体验。”薛锋表示，这种云化交付、按年订阅、重视实战效果的方式，能以较低的成本帮用户持续解决安全困扰问题。这种云化的创新服务，不仅是国内首家，也深受用户欢迎。

　　薛锋介绍，目前大概有几千家单位通过这种云化方式，基本上实现“分钟级”就能使用微步的服务，大大区别于传统网络安全终端不易移动、时间成本高的特点。

　　不是“一劳永逸”，而是“日日常新”

　　当今世界百年未有之大变局加速演进，我国所面临的传统安全与网络安全威胁交织，网络空间对抗已成为大国博弈的常态化手段，筑牢网络安全防线已成为维护国家安全和社会稳定的关键。

　　党的二十大报告指出，要健全国家安全体系，完善国家安全法治体系、战略体系、政策体系、风险监测预警体系、国家应急管理体系，构建全域联动、立体高效的国家安全防护体系。

　　薛锋表示，作为数字时代网络安全技术创新型企业、网络威胁发现和响应的领军者，团队将结合自身优势，落实党的二十大报告要求，建立全面的风险监测预警体系，不断扩展，努力应用于国家网络安全关键信息基础设施上，同时坚持守正创新。

　　当下，网络安全行业内基础设施和客户需求都在发生变化，这就要求行业内各类企业持续不断开拓创新，在此过程中，要认识到网络安全并不是“一劳永逸”，而是“日日常新”，这样才能做到“知己知彼、百战百胜”。

　　“我一直觉得，网络安全行业其实非常像医疗行业，医疗行业应对的是现实世界中存在的生物病毒体，而网络安全行业其实应对的是网络世界中的黑客或病毒。”谈及未来规划，薛锋表示，下一步，微步在线将继续沿着精准及时发现多样化网络威胁、帮助用户做出积极响应的大方向，健全风险监测预警体系，深化“客户成功”概念，助力构建网络空间命运共同体。

　　监制：张宁 李政葳

　　采访：雷渺鑫 李飞

　　拍摄/后期：雷渺鑫