互聯(lián)網(wǎng)IDC圈12月5日報道：大家在瀏覽網(wǎng)頁中，越來越發(fā)現(xiàn)一個令人“驚訝”的現(xiàn)象，有些網(wǎng)站似乎特別了解自己，在一些顯現(xiàn)的地方會不斷向自己推送一些看似自己非常有興趣的內(nèi)容。原來，互聯(lián)網(wǎng)留下了每一個人的行為軌跡，搜索過什么內(nèi)容，看過什么新聞和視頻，玩過什么游戲，買過什么東西，發(fā)過什么言，這些真實(shí)的屬性數(shù)據(jù)都被一一記錄下來，數(shù)據(jù)分析者認(rèn)為這甚至比起注冊時填寫的社會屬性等信息更真實(shí)。也就是說，時下不少互聯(lián)網(wǎng)公司正通過大數(shù)據(jù)分析，捕捉每一個人的網(wǎng)上行為，并據(jù)此來全面地描述目標(biāo)受眾的屬性特征，對消費(fèi)者進(jìn)行360度畫像，進(jìn)而進(jìn)行有的放矢的精準(zhǔn)營銷和推介個性化廣告。

創(chuàng)新互聯(lián)主營麻城網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,成都App定制開發(fā),麻城h5微信小程序搭建,麻城網(wǎng)站營銷推廣歡迎麻城等地區(qū)企業(yè)咨詢

一、信用卡、手機(jī)、瀏覽、交通

過去的精準(zhǔn)營銷，無非是先進(jìn)行市場細(xì)分，針對目標(biāo)客戶進(jìn)行特征和傾向分析，然后再考慮實(shí)現(xiàn)與客戶、消費(fèi)者一對一的溝通。但是，一個企業(yè)不可能將所有的產(chǎn)品購買者或者潛在購買者都列入自己的會員系統(tǒng)，因?yàn)橄M(fèi)者們已經(jīng)厭煩了那些入會廣告。那么一個人互聯(lián)網(wǎng)上留下的行為軌跡就是一個重要的突破點(diǎn)。資深互聯(lián)網(wǎng)數(shù)據(jù)專家指出：“大數(shù)據(jù)就是對每一個個體的精確描述，就是從百萬中間找到一個具體的人。”過去營銷的對象是一群人，一群被標(biāo)上各類標(biāo)簽的人，年齡、職業(yè)、愛好等，現(xiàn)在互聯(lián)網(wǎng)大數(shù)據(jù)能使企業(yè)從一群人當(dāng)中更細(xì)分地去對待每一個消費(fèi)者、用戶。這些企業(yè)越來越相信，大數(shù)據(jù)能夠讓他們發(fā)現(xiàn)新的藍(lán)海。

的確，一個人自出生之日，他的數(shù)據(jù)跟蹤就開始了。他的名字，身高和體重都被記錄下來，還可能有一些照片。幾年后，進(jìn)入托兒所，首次生日晚會的邀請，在人口普查中被記錄。再長大一些，有了形影不離的身份證、銀行賬戶、信用卡和智能手機(jī)。他在網(wǎng)上的行為透露出他不斷變化的興趣、憂慮和欲望。有時他還會特意向朋友、陌生人、公司和政府分享一些自己的數(shù)據(jù)。

從好的方面來講，人類行為的大規(guī)模數(shù)據(jù)集有可能從根本上改變我們對抗疾病、設(shè)計城市或進(jìn)行研究的方式。無處不在的技術(shù)產(chǎn)生了規(guī)模巨大的個人元數(shù)據(jù)。我們的智能手機(jī)、瀏覽器、汽車或信用卡產(chǎn)生了我們在什么地方、我們叫什么名字，我們花了多少錢等信息。一些新的領(lǐng)域如計算社會科學(xué)（computational social science）依靠元數(shù)據(jù)來解決一些重要問題，如抗擊瘧疾，研究信息傳播或監(jiān)視貧困等。對科學(xué)家來說，目前這種大規(guī)模行為數(shù)據(jù)集的使用與顯微鏡的發(fā)明相提并論。約翰霍普金斯大學(xué)2011年獲得了美國國家科學(xué)基金會（NSF）120萬美元的資助，建立秒傳億兆（100 gigabit）的網(wǎng)絡(luò)，網(wǎng)絡(luò)每天可傳輸?shù)臄?shù)據(jù)量相當(dāng)于8千萬文件柜的文本數(shù)據(jù)。該項目的負(fù)責(zé)人Alex Szalay博士說，“在每個科學(xué)領(lǐng)域我們都在生成千兆級數(shù)據(jù)，如果我們沒有與21世紀(jì)這個時代相當(dāng)?shù)臄?shù)據(jù)顯微鏡、更快的網(wǎng)絡(luò)和相應(yīng)的計算能力，我們就被困住了。”在他看來，采用大規(guī)模處理能力來過濾千兆級數(shù)據(jù)的新方法是一種全新的計算，將引發(fā)天文學(xué)和物理學(xué)的新進(jìn)步，就像17世紀(jì)顯微鏡的出現(xiàn)所導(dǎo)致的生物學(xué)和化學(xué)上的進(jìn)步。因此，霍普金斯大學(xué)這個秒傳億兆的網(wǎng)絡(luò)不僅是一個高速網(wǎng)絡(luò)，而且是研究和發(fā)現(xiàn)必不可少的工具，是21世紀(jì)顯微鏡的必需部件。

但是，人們每天流露出的大量數(shù)據(jù)提供了一些奇妙的新機(jī)遇，也帶來了一些新難題。應(yīng)該注意到，這些有關(guān)某個人的大量信息收集只是得到別人表面上的同意，或者根本就沒有得到任何首肯。不久以后，一個人的整個基因組序列也可能伴隨其醫(yī)療記錄在全球各地研究人員中共享，安置在生活圈子附近的攝像頭也記錄下一個人的許多行為，甚至當(dāng)他進(jìn)入一家商店或機(jī)場時就已經(jīng)通過人臉識別出來。上周（2015-01-30）的Science，發(fā)表了以“隱私的終結(jié)（The end of privacy ）”為題的特刊的17篇文章。今天這篇博文，先向大家介紹其中一篇Montjoye等的報告：在購物中心留下的唯一性：有關(guān)信用卡元數(shù)據(jù)的識別。

根據(jù)110萬人3個月的信用卡記錄的研究發(fā)現(xiàn)，只需要四個時空節(jié)點(diǎn)的數(shù)據(jù)就足于將90%的人獨(dú)一無二地識別出來。如果再增加一個數(shù)據(jù)，比如某一特定交易的價格，被識別的風(fēng)險平均增加22%.即使數(shù)據(jù)集提供的信息比較粗糙，那么在某些方面或者在所有維度下其實(shí)也提供了難于隱藏身份的信息。例如，為了保護(hù)隱私，可能只提供在某特定地理區(qū)域內(nèi)購物，而不是說在某特定商店內(nèi)購物，或者在15天內(nèi)購物而不是說在哪一天內(nèi)購物。如果類似的數(shù)據(jù)再增加幾個，就可能具體確定到某個人了。這個研究還發(fā)現(xiàn)，女性及在較高收入范圍內(nèi)的人更容易通過這種方法被識別，這可能是因?yàn)樗麄冊谄渌ド痰曛g的時間分配有著獨(dú)特的模式。

新的計算技術(shù)可以結(jié)合一些數(shù)據(jù)片段來識別人或跟蹤他們的行為。信用卡記錄與手機(jī)數(shù)據(jù)具有唯一性，這并不會讓人感到奇怪。但其他大規(guī)模元數(shù)據(jù)集，如網(wǎng)站瀏覽歷史、財務(wù)記錄、交通出行等，其實(shí)也是具有很高唯一性的。將這些數(shù)據(jù)收集起來，進(jìn)行一些技術(shù)處理，就可體現(xiàn)出一個人的行為特質(zhì)。瀏覽網(wǎng)頁或交通出行看似零散的，是一個高維不確定的數(shù)據(jù)，因?yàn)橐粋€人可能會瀏覽各種網(wǎng)站，或者在出行中有各種地鐵出入口的組合。但是，針對一個具體的人來說，他的瀏覽習(xí)慣和出行組合是相對穩(wěn)定的。

該研究還提出了個人可識別信息（PII）的概念，這是美國和歐盟隱私法的基礎(chǔ)，但現(xiàn)在對管理元數(shù)據(jù)集來說有些力不從心了。一方面，在美國隱私法中，只要略去姓名、家庭地址、電話號碼或其他PII中列出的信息就可以不違反隱私法，而如今在這種具有高度唯一性元數(shù)據(jù)集存在的背景下，并不足以保護(hù)個人的隱私。另一方面，在歐盟提出的數(shù)據(jù)監(jiān)管中，要讓隱私法擴(kuò)展到保護(hù)“任何可能涉及到確定或識別某人的信息”，德國電信要達(dá)到“不可能識別一個特定人的狀況”，但這些看來都是難于證實(shí)的。

從技術(shù)的角度來看，該研究結(jié)果強(qiáng)調(diào)了改變的需要。在可能的情況下，開發(fā)出更先進(jìn)和更互動的個人與群體交互的謹(jǐn)慎隱私技術(shù)，以及計算隱私權(quán)方面的研究。從政策的角度來看，該研究強(qiáng)調(diào)了需要改革數(shù)據(jù)保護(hù)機(jī)制，讓其超越PII和匿名性，對被識別可能性進(jìn)行更定量的評估。找到隱私與利用之間的良好平衡，這對保護(hù)元數(shù)據(jù)絕對有至關(guān)重要的作用。

總的來看，盡管有許多方法可用來保護(hù)隱藏在大數(shù)據(jù)文件中的私人信息，但這可能限制了科學(xué)家所能進(jìn)行的研究，因此必須達(dá)成一種平衡。一些醫(yī)學(xué)研究人員坦承，保護(hù)患者的數(shù)據(jù)隱私幾乎是不可能的事兒了。相反，他們正在測試一些新的方法來獲得患者的信任與合作。同時，我們?nèi)绾嗡伎己涂创[私問題也應(yīng)該發(fā)生一些變化。年輕人的網(wǎng)絡(luò)行為已經(jīng)比年紀(jì)大的人暴露了更多有關(guān)他們生活的信息。我們想保護(hù)什么也是發(fā)生變化的，這主要取決于具體的內(nèi)容、時機(jī)或我們將如何推進(jìn)。正如我們所知，隱私正在終結(jié)，我們現(xiàn)在才剛剛開始理解其后果。

二、你的臉和聲音出賣了你

說到利用人體的生物特征進(jìn)行身份識別的問題，大家肯定首先會想到指紋識別。每個人的指紋是不同的，即使同一個人的十指之間，指紋也有明顯區(qū)別，因此指紋用于身份鑒定是非?？煽康?。雖然指紋特征并非肉眼可輕易分辨的，但作為身份識別的工具至少也用了上千年了。影像記錄和聲音記錄是現(xiàn)代技術(shù)的產(chǎn)物，如果說這些記錄也可以作為生物特征進(jìn)行身份識別，你可能有些小小的驚訝。

不久之前，我們還認(rèn)為匿名是安全的。如果一個人的照片出現(xiàn)在抗議游行的隊伍中，可能只有他的朋友能將他認(rèn)出來，電腦是無能為力的，除非這臺電腦一直在負(fù)責(zé)搜尋某個人，并針對這個人訓(xùn)練了人臉照片，而且還必須保證用于識別的照片質(zhì)量足夠高。在游行隊伍中，某人大聲發(fā)表了時間并不算太長的演講，事后如果只有錄音，也不大可能找出這個人是誰。

但目前，這些技術(shù)的發(fā)展突飛猛進(jìn)，人臉識別的準(zhǔn)確性越來越高，據(jù)Facebook的DeepFace研究團(tuán)隊在機(jī)器視覺社區(qū)進(jìn)行的測試發(fā)現(xiàn)，人類識別的正確率約為98%，而DeepFace團(tuán)隊的機(jī)器為97.35%，高于其他領(lǐng)域 27%的準(zhǔn)確性。這個測試的基準(zhǔn)是辨認(rèn)來自LFW中的兩張照片是否為同一個名人。“我的聲音就是我的密碼。”也許很快大家在給銀行或信用卡公司打電話的時候就會這么說。指紋或虹膜掃描，每個人的聲音都是獨(dú)一無二的。安全公司也已經(jīng)將語音識別作為一個方便的新層進(jìn)行身份驗(yàn)證。

DeepFace的人臉識別效果如此之高，好在他們的目的不是為了侵犯別人的隱私，而是為了保護(hù)隱私。一旦DeepFace從每天上載的4億張新照片識別出某人，就會警告用戶是否要將這張照片進(jìn)行模糊化處理，以保障用戶的隱私。

簡單的面部偵測對電腦來說很容易，至少可以與識別常見的花朵、座椅板凳和燈具等物件相媲美。幾乎所有的人臉都有類似的特征：耳朵、鼻子和嘴而且都處在相對固定的位置。這種一致性為電腦的有效識別提供了一個捷徑，因此20年前就已經(jīng)做到了，一些廉價的相機(jī)中都可以采用這種技術(shù)來偵測和聚焦面部。但是，識別人臉則比簡單的面部偵測要困難得多，特別是要將人臉作為惟一性標(biāo)識，那就更是困難重重。與人的指紋不同，人臉總是在不斷變化的。只是微笑一下，人臉就發(fā)生了改變。眼角紋、鼻子的反光點(diǎn)、露出的牙齒，統(tǒng)統(tǒng)都在改變。仰天大笑，臉上顯現(xiàn)的形狀很快發(fā)生變化。即使有同樣的表情，人的頭發(fā)也在不斷發(fā)生變化，剛理發(fā)后的變化更是非常大。然而，人眼卻能毫不費(fèi)力地從一堆照片中認(rèn)出他認(rèn)識的人，即使這個人他們只見過一面。根據(jù)我們所感知的周圍世界，人臉識別可能是人類大腦最擅長之處，而電腦則要與研究者們所稱的A-PIE（衰老、姿勢、照明、表情）進(jìn)行頑強(qiáng)的斗爭，來自這些因素的噪聲淹沒了人與人之間細(xì)微差別。

在深度學(xué)習(xí)方法的幫助下，電腦取得了進(jìn)展。正如所有的機(jī)器學(xué)習(xí)工藝，深度學(xué)習(xí)也是從訓(xùn)練數(shù)據(jù)開始的，通過大規(guī)模含標(biāo)簽數(shù)據(jù)集的學(xué)習(xí)，理想情況下包括每個人的多張照片。在該領(lǐng)域，素顏檢測數(shù)據(jù)庫（Labeled Faces in the Wild，LFW）可用于研究非限定臉部識別問題，包含13000多幅從網(wǎng)絡(luò)上搜集的臉部圖像，其中有5749位名人的面孔。這個數(shù)據(jù)庫是在線免費(fèi)使用的，因此成為人臉識別算法領(lǐng)域最廣泛的測試基準(zhǔn)。對電腦來說，人臉也就是明暗不同的像素集合。深度學(xué)習(xí)系統(tǒng)的訓(xùn)練首先讓系統(tǒng)自行對比臉部特征并發(fā)現(xiàn)其自身的特征，比如眼睛和鼻子，還包括一些無法直觀感受的統(tǒng)計學(xué)特性，也就是讓機(jī)器和數(shù)據(jù)說話。系統(tǒng)首先要將面部像素的集群識別為元素，即定義輪廓的邊界。后續(xù)處理層將元素組合成非直觀的統(tǒng)計特性，就是那些看起來很普通，但足于區(qū)分不同的面孔的特征。這就是深度學(xué)習(xí)的“深度”：每個處理層的輸入是下面層的輸出。訓(xùn)練的最終結(jié)果是一個人臉的具象模型：比較面孔的圖像并猜測他們是否屬于同一個人的統(tǒng)計機(jī)器。系統(tǒng)訓(xùn)練的面孔越多，這種猜測越準(zhǔn)確。

所謂聲紋（Voiceprint），是指用電聲學(xué)儀器顯示的攜帶言語信息的聲波頻譜，一般通過采集一段演講錄音并分析聲音集中區(qū)域的頻率而完成的。人類語言的產(chǎn)生是人體語言中樞與發(fā)音器官之間一個復(fù)雜的生理物理過程，人在講話時使用的發(fā)聲器官（舌、牙齒、喉頭、肺、鼻腔）在尺寸和形態(tài)方面差異很大，所以每個人的聲紋圖譜都有獨(dú)特的，既有相對穩(wěn)定性，也有一些變異。這種變異可來自生理、病理、心理、模擬、偽裝，也與環(huán)境干擾有關(guān)。盡管如此，由于每個人的發(fā)音器官都不盡相同，因此在一般情況下，人們?nèi)阅軈^(qū)別不同的人的聲音或判斷是否是同一人的聲音。

與指紋不同，聲紋需要結(jié)合一些行為元素來鑒別。說話的節(jié)奏、方言和口音這些特征是很容易區(qū)分的。一般的語音識別系統(tǒng)，主要是為了理解說話的內(nèi)容，因此會盡量減少一些差異，比如降低過高的音量，忽略停頓和口音等。但如果是為了鑒定某個人，這些差異卻是非常重要的。一些聲紋系統(tǒng)應(yīng)用設(shè)備中，通常要求用戶重復(fù)一個標(biāo)準(zhǔn)的短語，而盜賊們恰好可利用這點(diǎn)，事先錄下一些短語而糊弄過關(guān)。為了擋住這個漏洞，系統(tǒng)就被設(shè)計成一種可檢測錄音或合成語音。在這方面，一個更簡單、安全、有效的方法是讓客戶重復(fù)讀出一個隨機(jī)選擇的文本，盜賊很難準(zhǔn)備出所有可能的錄音。還有些系統(tǒng)根本就不需要用戶說什么短語，而是分析一個人的聲音，提取相關(guān)特征，與存儲的聲紋進(jìn)行比較。

要精確說出自動人臉識別將如何使用，以及有什么樣的法律限制，現(xiàn)在還說不清楚。根據(jù)目前的資料，美國FBI的識別準(zhǔn)確率低于Facebook，導(dǎo)致這種差距的主要原因是其數(shù)據(jù)庫，F(xiàn)BI所采集的臉部信息圖片質(zhì)量參差不齊。臉部識別系統(tǒng)采集的最佳照片是正面照，以臉部為中心點(diǎn) 15 度角拍攝。如果不是被拍攝者自愿拍照，一般很難獲得這樣的照片。FBI的道路拍攝難以獲得最有效的臉部信息，鏡頭處于路人之上，角度和畫質(zhì)都難以達(dá)到識別要求。而Facebook 中的圖片大多是拍攝者主動提供的。除此之外，DeepFace的優(yōu)勢來自更聰明的編程能力。他們通過建立人臉的三維形狀結(jié)構(gòu)克服了識別中A-PIE的部分問題。如果是一張側(cè)面照，程序根據(jù)它所看到的人臉重建一幅正面容貌。這個“對齊”步驟使DeepFace更加高效，這樣就可以將更多的精力集中在在細(xì)微差別上。這個過程占用單核電腦幾分之一秒的時間，這足于讓DeepFace用于智能手機(jī)了。經(jīng)過學(xué)習(xí)之后，每張人臉都可以用一個256位的哈希（hash）字符串代碼來表示，這種壓縮能力太強(qiáng)大了！10億人的面部數(shù)據(jù)庫就可以儲存在一個拇指大小的驅(qū)動器上。但是，DeepFace大的優(yōu)勢其實(shí)是它的訓(xùn)練數(shù)據(jù)。DeepFace在發(fā)表的文章中卻輕描淡寫地稱之為社會面部分類庫（SFC），這是一個有440萬有標(biāo)注的人臉數(shù)據(jù)庫。盡管用戶在注冊時允許Facebook使用他們的個人資料，DeepFace并沒有說明是否征得照片主人的同意。

同樣，聲紋提供了便利和安全，也可能帶來隱私問題，因?yàn)樗梢宰屍髽I(yè)和政府有可能來識別一些并不認(rèn)識的人，這對匿名言論保護(hù)來說是一個挑戰(zhàn)，而這恰好是美國憲法第一修正案中的內(nèi)容。商業(yè)公司為了最求大利潤，有追蹤消費(fèi)者移動軌跡和習(xí)慣的需求。如果顧客拿起電話或接近收銀員時就被識別出來，這將打開一個市場機(jī)遇，讓消費(fèi)倍感便利。與許多新的認(rèn)證技術(shù)相比，便利性和隱私之間就是一對矛盾。有人擔(dān)心，聲紋可以不經(jīng)他們同意來鑒定說話者，是否侵犯他們的隱私和言論自由。這些技術(shù)一旦成熟，它必將產(chǎn)生許多隱私問題，這是非常容易理解的。如何獲得聲紋以及何時獲得聲紋是合法這個問題是非常模糊的。許多國家已立法來規(guī)范竊聽，但聲音識別則增加了一個重要的新維度，大多數(shù)立法都還未來得及考慮。

私人數(shù)據(jù)的買賣已經(jīng)是一個繁華的市場了，有合法的，也有非法的，人臉識別將成為另一個熱門商品。例如，人臉身份證可讓廣告商通過攝像頭捕捉到某個人后來迎合他們的偏好，甚至根據(jù)他們所知道的這個人的購物習(xí)慣和人口統(tǒng)計學(xué)數(shù)據(jù)而提供不同的價格。但麻煩的是，陌生人也可能從繁華的街道人群中找到你，現(xiàn)實(shí)生活中已經(jīng)無法逃避人臉識別了。美國的FacialNetwork公司利用自己的深度學(xué)習(xí)系統(tǒng)開發(fā)了一個應(yīng)用程序稱為NameTag（名牌），可用于智能手機(jī)或類似谷歌眼鏡這樣的可穿戴設(shè)備中。NameTag不僅能顯示一個人的名字，還可以顯示從社交媒體、交友網(wǎng)站和犯罪數(shù)據(jù)庫中挖掘的內(nèi)容。這樣的內(nèi)容顯然令人反感的，F(xiàn)acebook叫停了FacialNetwork，并阻止它收集用戶信息。Learned-Miller認(rèn)為更好的人臉識別其可能的商業(yè)應(yīng)用是個麻煩，但他更擔(dān)心政府可能濫用這項技術(shù)。他說，“我是100% 支持斯諾登的，我們必須提高警惕”。

如果FBI取得Facebook數(shù)據(jù)庫中的照片，那么辨識率可就不可同日而語了，F(xiàn)BI離取得 Facebook的圖片數(shù)據(jù)庫到底有多遠(yuǎn)呢？Facebook正在面臨用戶隱私的官司，一旦在這場官司中敗訴，政府部門只需要一紙法院執(zhí)行令就可以獲取更多有價值的用戶數(shù)據(jù)了?？磥肀娙说木W(wǎng)絡(luò)隱私權(quán)又面臨重大挑戰(zhàn)了。一篇表示這種擔(dān)心的文章寫道：“很顯然，警察和其他執(zhí)法部門將使用這種技術(shù)搜索我們的照片，而我們卻一無所知”。Facebook也承認(rèn)如果法官有這樣的請求，他們將提供讓其訪問這些數(shù)據(jù)的權(quán)利。人們知道了這樣的情形非常害怕，但馬薩諸塞大學(xué)安姆斯特分校的計算機(jī)科學(xué)家Learned-Miller教授認(rèn)為這些擔(dān)心是多余的，他說，“如果像Facebook這樣的公司真的踩越社會可接受規(guī)則的界限……他們可能會倒閉。如果他們違反了法律，那么公司就可能關(guān)張，也有人會因此而被逮捕。”懷疑源于缺乏透明度。而學(xué)術(shù)研究者在使用這些私人數(shù)據(jù)進(jìn)行研究時必須征得別人明確的同意，也就是在注冊網(wǎng)站時他們在最終用戶許可協(xié)議（EULA）上點(diǎn)“同意”授予該公司使用他們數(shù)據(jù)及一些附加條件。這種在線合同其實(shí)并不是透明的，沒有多少人真正去認(rèn)真看了這個合同。

三、令人糾結(jié)的人類社會黑匣子

曾經(jīng)在IT歷史上顯赫一時的美國Sun Microsystems公司似乎總有著超人的先知先覺能力，在公司成立之初的1982年，就接受了約翰。蓋奇（John Gage）的建議，將公司的口號定為“網(wǎng)絡(luò)就是計算機(jī)”。雖然這句話在目前看來是多么理所當(dāng)然的事兒，但在互聯(lián)網(wǎng)還沒有走入大眾生活，甚至連“信息高速公路”概念都還沒有提出的時候說出這句話，其實(shí)是很匪夷所思的。而現(xiàn)在，該理念被認(rèn)為與云計算思想不謀而合，但這已經(jīng)是20年之后的事兒了。無獨(dú)有偶，1999年，面度正如火如荼發(fā)展的互聯(lián)網(wǎng)技術(shù)，時任該公司CEO的斯科特。麥克尼利（Scott McNealy）在一次發(fā)布會上對臺下眾多媒體記者和分析師說道：“你的隱私只剩零了，想開點(diǎn)吧。”，他認(rèn)為互聯(lián)網(wǎng)的分享將徹底“殺死”隱私。自此，關(guān)于互聯(lián)網(wǎng)時代隱私的爭議不絕于耳，而2013年愛德華。斯諾登披露的棱鏡門事件更是將公眾對隱私問題的關(guān)注推到了一個新的高度。有不少人呼吁人們要學(xué)會適應(yīng)這個越來越透明的社會，甚至有人提供一些技巧來拒絕某些互聯(lián)網(wǎng)服務(wù)。其實(shí)，這樣的認(rèn)識存在著一個嚴(yán)重的問題，就是將用戶個人信息的收集過程等同于對隱私的侵犯。

我也曾對此類話題充滿了興趣。我認(rèn)為社會已經(jīng)發(fā)展到這一步——人類目前并不是擁有選擇信息的自由，相反，通過放棄使用數(shù)字科技來達(dá)到隱私保護(hù)是不可取的。現(xiàn)在的智能手機(jī)平均配有七個傳感器，只要人們還在使用互聯(lián)網(wǎng)，相關(guān)數(shù)據(jù)就會被搜集，而且會越來越普遍，幾乎可以說是無所不在，無所不包?？v觀人類歷史，每當(dāng)一個新技術(shù)來臨，總有一部分人決定不參與其中，但殘酷的現(xiàn)實(shí)告訴我們，最有可能享受新技術(shù)帶來利益的是那些總是追隨技術(shù)的忠實(shí)客戶。在這個新的時代，人們正在發(fā)明新的隱私保護(hù)方式。例如，在電子交易中，網(wǎng)上支付籍于風(fēng)控大腦的幫助會變得越來越安全，而且是用得越多的用戶越安全，因?yàn)橹Ц断到y(tǒng)已經(jīng)找到了一種更接地氣的創(chuàng)意——通過場景來“認(rèn)人”。

最早關(guān)注弗蘭克？帕斯夸（Frank Pasquale）的《黑箱社會》這本書，是源于今年開年之初Nature和Science的幾乎同時對該書的推薦。究竟是什么好書呢？居然得到了這兩本被學(xué)術(shù)界稱為最高大上刊物的青睞，我充滿了好奇！書名中的black box，讓人聯(lián)想到兩個概念：飛機(jī)中的黑匣子和系統(tǒng)工程中的黑箱模型?？赐赀@本書，讀者會發(fā)現(xiàn)，這個詞的確是一語雙關(guān)的。一方面，物聯(lián)網(wǎng)、大數(shù)據(jù)和無處不在的傳感器網(wǎng)絡(luò)記錄著我們的世界和世界中的人群，就像我們?nèi)巳硕紦碛辛俗约旱囊粋€黑匣子，隨時可以被查閱而采取更好的對策。人類行為的大規(guī)模數(shù)據(jù)集有可能從根本上改變我們對抗疾病、設(shè)計城市或進(jìn)行科學(xué)研究的方式，有人甚至將這種大規(guī)模數(shù)據(jù)集的使用行為與顯微鏡的發(fā)明相提并論。另一方面，我們個人卻不知道有多少信息被記錄了，這些信息會傳播到什么地方，也不知道哪些人會使用它，使用這些信息的目的何在，更無從知道這些信息的泄露會產(chǎn)生怎樣的后果，依據(jù)這些信息所做的判斷是否準(zhǔn)確，是否存在偏見或破壞性？這對目前的人類社會來說，就是一個神秘的黑箱運(yùn)作機(jī)制！我們正處于一種迫切希望收集更多的數(shù)據(jù)，又害怕數(shù)據(jù)被收集太多的糾結(jié)之中，本書就主要針對探討這種糾結(jié)進(jìn)行探討，提供了不少新思維，閱讀該書可能推進(jìn)我們對于隱私爭議的理解和認(rèn)識上的更新。

《黑箱社會》這本書最可取之處，是脫離了以往那些空談隱私保護(hù)的話題，而是時不時給出了問題的癥結(jié)和可能的解決方案。早期的隱私專家只是強(qiáng)調(diào)信息威力的力量失衡對社會造成的后果，那些所謂的經(jīng)典補(bǔ)救措施也就是要求個人知情同意。問題是，只要告訴如何使用這些數(shù)據(jù)，只要他們同意，隱私就得到了維護(hù)嗎？帕斯夸里認(rèn)為這遠(yuǎn)遠(yuǎn)不夠。知情同意面對目前的社會已經(jīng)退化到一個呆板的鬧劇，因?yàn)槲覀兇蠖鄶?shù)人既沒有時間也沒有足夠的專業(yè)知識來解讀這個潘多拉魔盒。雖然大數(shù)據(jù)能夠從大量多維數(shù)據(jù)和組合中獲得新的洞見，但在如此背景下也只有富人能承擔(dān)數(shù)據(jù)使用的費(fèi)用，總體上只會加劇系統(tǒng)本身的缺點(diǎn)。因此，帕斯夸里主張隱私保護(hù)制度的根本轉(zhuǎn)變，放棄知情同意這種形式上的做法，去嚴(yán)格監(jiān)管實(shí)際使用這些數(shù)據(jù)的企業(yè)和政府機(jī)構(gòu)。難怪Science周刊在書評中稱之為“史詩般的變化”。

對待信息的角力，帕斯夸里在書中強(qiáng)調(diào)了三個關(guān)鍵詞：信譽(yù)、搜索和金融。信譽(yù)是被他人認(rèn)識的結(jié)果，搜索為了認(rèn)識他人，金融則是幫助人們做出經(jīng)濟(jì)決策。各公司都在為挖掘潛在的客戶詳細(xì)信息費(fèi)盡心思，但在面向監(jiān)管時，卻極盡手段隱藏它們的統(tǒng)計數(shù)據(jù)和操作規(guī)程，也阻止用戶對由此生成的數(shù)字檔案進(jìn)行任何操控，這其實(shí)是在制造黑箱。試想，如果這些東西是隱藏的，那么錯誤的數(shù)據(jù)、無效假設(shè)和有缺陷的模型就不能得到糾正，這種黑箱可能最終危及我們所有人。我們?nèi)缃竦纳钜呀?jīng)受到了信息的影響，制定一個緊跟時代的信息管理框架已迫在眉睫，其中政府公共部門應(yīng)發(fā)揮什么作用呢？也許，我們需要一個公共機(jī)構(gòu)來利用全面的數(shù)據(jù)提供信用評分，用一個開放的、可解釋的算法決策工具來代替黑箱系統(tǒng)，而不是靠各自私營企業(yè)自己搜集的數(shù)據(jù)和評定代碼。真正將黑箱社會變成顯式社會，確保最重要公司的關(guān)鍵決策是公平的，一視同仁的，并能接受批評。

本文名稱：大數(shù)據(jù)時代：致我們終將逝去的隱私
本文地址：http://chinadenli.net/article24/chjjce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營銷推廣、用戶體驗(yàn)、云服務(wù)器、定制開發(fā)、動態(tài)網(wǎng)站、品牌網(wǎng)站設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)