大数据带来的清静挑战

时间：2014-04-04
泉源：

尊龙凯时（泉源：畅享网作者：李玉琴）

    科学手艺是一把双刃剑。大数据所引发的清静问题与其带来的价值同样引人注目。与古板的信息清静问题相比，大数据清静面临的挑战性问题主要体现在以下几个方面。

    1 大数据中的用户隐私�；�

    大宗事实批注，大数据未被妥善处置惩罚会对用户的隐私造成极大的损害。凭证需要�；さ哪谌莶畋�，隐私�；び挚梢越徊较阜治恢靡奖；ぁ⒈晔斗涿；ぁ⑴叵的涿；さ�。

    人们面临的威胁并不但限于小我私家隐私走漏，还在于基于大数据对人们状态和行为的展望。社交网络剖析研究也批注，可以通过其中的群组特征发明用户的属性。

    目今企业经常以为经由匿名处置惩罚后，信息不包括用户的标识符，就可以果真宣布了。但事实上，仅通过匿名�；げ⒉豢珊芎玫氐执镆奖；つ康�。

    现在用户数据的网络、存储、管理与使用等均缺乏规范，更缺乏羁系，主要依赖企业的自律。用户无法确定自己隐私信息的用途。而在商业化场景中，用户应有权决议自己的信息怎样被使用，实现用户可控的隐私�；�。例如用户可以决议自己的信息何时以何种形式披露，何时被销毁。包括：（1）数据收罗时的隐私�；�，如数据精度处置惩罚；（2）数据共享、宣布时的隐私�；�，如数据的匿名处置惩罚、人工加扰等；（3）数据剖析时的隐私�；�；（4）数据生命周期的隐私�；�；（5）隐私数据可信销毁等。

    2 大数据的可信性

    关于大数据的一个普遍的看法是，数据自己可以说明一切，数据自身就是事实。但现真相形是，若是不仔细甄别，数据也会诱骗，就像人们有时会被自己的双眼诱骗一样。

    大数据可信性的威胁之一是伪造或刻意制造的数据，而过失的数据往往会导致过失的结论。若数据应用场景明确，就可能有人刻意制造数据、营造某种“假象”，诱导剖析者得出对其有利的结论。由于虚伪信息往往隐藏于大宗信息中，使得人们无法判别真伪，从而做蜕化误判断。例如，一些点评网站上的虚伪谈论，混杂在真实谈论中使得用户无法区分，可能误导用户去选择某些劣质商品或服务。由于目今网络社区中虚伪信息的爆发和撒播变得越来越容易，其所爆发的影响不可低估。用信息清静手艺手段判别所有泉源的真实性是不可能的。

    大数据可信性的威胁之二是数据在撒播中的逐步失真。缘故原由之一是人工干预的数据收罗历程可能引入误差，由于失误导致数据失真与误差，最终影响数据剖析效果的准确性。别的，数据失真尚有数据的版本变换的因素。在撒播历程中，现真相形爆发了转变，早期收罗的数据已经不可反应真真相形。例如，餐馆电话号码已经变换，但早期的信息已经被其它搜索引擎或应用收录，以是用户可能看到矛盾的信息而影响其判断。

    因此，大数据的使用者应该有能力基于数据泉源的真实性、数据撒播途径、数据加工处置惩罚历程等，相识各项数据可信度，避免剖析得出无意义或者过失的效果。

    密码学中的数字署名、新闻判别码等手艺可以用于验证数据的完整性，但应用于大数据的真实性时面临很大难题，主要泉源在于数据粒度的差别。例如，数据的起源方可以对整个信息署名，可是当信息剖析成若干组成部分时，该署名无法验证每个部分的完整性。而数据的起源方无法事先预知哪些部分被使用、怎样被使用，难以事先为其天生验证工具。

    3 怎样实现大数据会见控制

    会见控制是实现数据受控共享的有用手段。由于大数据可能被用于多种差别场景，其会见控制需求十分突出。

    大数据会见控制的特点与难点在于：

    （1）难以预设角色，实现角色划分。由于大数据应用规模普遍，它通常要为来自差别组织或部分、差别身份与目的的用户所会见，实验会见控制是基本需求。然而，在大数据的场景下，有大宗的用户需要实验权限管理，且用户详细的权限要求未知。面临未知的大宗数据和用户，预先设置角色十分难题。

    （2）难以预知每个角色的现实权限。由于大数据场景中包括海量数据，清静管理员可能缺乏足够的专业知识，无法准确地为用户指定其所可以会见的数据规模。并且从效率角度讲，界说用户所有授权规则也不是理想的方法。以医疗领域应用为例，医生为了完成其事情可能需要会见大宗信息，但关于数据能否会见应该由医生来决议，不应该需要管理员对每个医生做特别的设置。但同时又应该能够提供对医生会见行为的检测与控制，限制医生对病患数据的太过会见。

    别的，差别类型的大数据中可能保存多样化的会见控制需求。例如，在Web2.0小我私家用户数据中，保存基于历史纪录的会见控制；在地理地图数据中，保存基于标准以及数据精度的会见控制需求；在流数据处置惩罚中，保存数据时间区间的会见控制需求，等等。怎样统一地形貌与表达会见控制需求也是一个挑战性问题。