王珺 趙未未

摘 ?要：隨著科技及網(wǎng)絡(luò)的普及，大數(shù)據(jù)發(fā)展趨勢(shì)勢(shì)不可擋。但大數(shù)據(jù)也帶來(lái)了隱私弊病。文章將圍繞大數(shù)據(jù)所引發(fā)的行為分析問(wèn)題進(jìn)行探討。

關(guān)鍵詞：大數(shù)據(jù);大數(shù)據(jù)來(lái)源;大數(shù)據(jù)存儲(chǔ);行為分析

前言

隨著科技與網(wǎng)絡(luò)時(shí)代的到來(lái)，新型社交工具以及傳感器的大范圍使用，數(shù)據(jù)呈現(xiàn)急速發(fā)展的趨勢(shì)，大數(shù)據(jù)時(shí)代隨之到來(lái)。大數(shù)據(jù)（big data），是指無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。比較具有代表性意義的大數(shù)據(jù)定義為3v定義，即規(guī)模性（volume）、多樣性（variety）、高速性（velocity）。這里就大數(shù)據(jù)來(lái)源、存儲(chǔ)對(duì)于大數(shù)據(jù)所引發(fā)的行為分析存在的問(wèn)題進(jìn)行淺析。

1 大數(shù)據(jù)來(lái)源

隨著互聯(lián)網(wǎng)發(fā)展，各種信息發(fā)布平臺(tái)的不斷推出，數(shù)據(jù)產(chǎn)生方式發(fā)生了巨大轉(zhuǎn)變。由此，數(shù)據(jù)的規(guī)模、類(lèi)型、模式與數(shù)據(jù)的關(guān)系處理方式以及處理工具發(fā)生了變化，完成了數(shù)據(jù)向大數(shù)據(jù)的轉(zhuǎn)變。

數(shù)據(jù)的產(chǎn)生方式經(jīng)歷了運(yùn)營(yíng)式系統(tǒng)階段到用戶原創(chuàng)內(nèi)容階段最終到感知系統(tǒng)階段的演變，即從被動(dòng)到主動(dòng)最終到自動(dòng)的過(guò)程。

被動(dòng)數(shù)據(jù)（運(yùn)營(yíng)系統(tǒng)階段）的產(chǎn)生與運(yùn)營(yíng)活動(dòng)及數(shù)據(jù)庫(kù)的普遍使用密切相關(guān)，如超市購(gòu)物的、醫(yī)院就診、學(xué)校教育等在想用數(shù)據(jù)庫(kù)中均會(huì)產(chǎn)生相關(guān)數(shù)據(jù);進(jìn)入web2.0時(shí)代，微博、騰訊qq等新型社交工具的產(chǎn)生以及手機(jī)、平板電腦等新型移動(dòng)設(shè)備的出現(xiàn)不僅增加了數(shù)據(jù)產(chǎn)生客體人數(shù)，同時(shí)使得用戶主動(dòng)提交自己的行為，并與自己的社交圈進(jìn)行了實(shí)時(shí)的互動(dòng)。因此，主動(dòng)型數(shù)據(jù)（用戶原創(chuàng)內(nèi)容階段）應(yīng)運(yùn)而生。而技術(shù)的發(fā)展，源源不斷的數(shù)據(jù)產(chǎn)生正式迎來(lái)了自動(dòng)數(shù)據(jù)（感知系統(tǒng)階段）的時(shí)代。眾多機(jī)器所配備的連續(xù)測(cè)量和報(bào)告運(yùn)行裝置，對(duì)公眾場(chǎng)合進(jìn)行全方位監(jiān)控的微小傳感器等都會(huì)自動(dòng)地、時(shí)刻地產(chǎn)生大量的數(shù)據(jù)。這三類(lèi)來(lái)源不同的數(shù)據(jù)共同推進(jìn)了大數(shù)據(jù)的產(chǎn)生。

2 大數(shù)據(jù)存儲(chǔ)

在信息迅速增長(zhǎng)的當(dāng)代，數(shù)據(jù)的形式存在文字、圖像、音頻、視頻等多種形式，計(jì)算機(jī)也不再是單單用來(lái)進(jìn)行科學(xué)計(jì)算的工具。多樣化的數(shù)據(jù)存儲(chǔ)使得數(shù)據(jù)存儲(chǔ)模式越來(lái)越復(fù)雜，應(yīng)運(yùn)而生的數(shù)據(jù)庫(kù)系統(tǒng)產(chǎn)生于20世紀(jì)60年代，以層次和網(wǎng)狀數(shù)據(jù)庫(kù)系統(tǒng)為開(kāi)端，關(guān)系數(shù)據(jù)模型產(chǎn)生帶動(dòng)了關(guān)系數(shù)據(jù)庫(kù)的發(fā)展。然而，隨著web2.0時(shí)代對(duì)網(wǎng)絡(luò)一致性、實(shí)時(shí)性要求降低，而讀寫(xiě)要求極大提高，網(wǎng)絡(luò)關(guān)系數(shù)據(jù)庫(kù)雖使用通用的SQL語(yǔ)言且容易理解、易于維護(hù)，卻在互聯(lián)網(wǎng)數(shù)據(jù)膨脹的web2.0時(shí)代就已經(jīng)在數(shù)據(jù)存儲(chǔ)和處理上顯得有些力不從心了。為充分實(shí)現(xiàn)海量數(shù)據(jù)按不同模式存儲(chǔ)、充分挖掘和利用，NoSQL代替關(guān)系型數(shù)據(jù)庫(kù)成為新的數(shù)據(jù)存儲(chǔ)主流方式。

大數(shù)據(jù)的存儲(chǔ)是一種數(shù)據(jù)先于模式的存儲(chǔ)方式，這使得大數(shù)據(jù)的存儲(chǔ)具有極大靈活性和可擴(kuò)展性，例如，谷歌引以為傲的文件系統(tǒng)GFS和colossus，Mongodb數(shù)據(jù)庫(kù)等，都在大數(shù)據(jù)存儲(chǔ)效率方面表現(xiàn)出比較傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)有極大的優(yōu)勢(shì)。但NoSQL中并沒(méi)有嚴(yán)格的隱私保護(hù)機(jī)制，這使得網(wǎng)頁(yè)瀏覽者的瀏覽數(shù)據(jù)和位置數(shù)據(jù)等隱私極容易泄露。首先，在數(shù)據(jù)管理人員進(jìn)行數(shù)據(jù)分析時(shí)，NoSQL并不存在關(guān)系數(shù)據(jù)庫(kù)及嚴(yán)格的訪問(wèn)控制機(jī)制，這使得用戶隱私有一定可能性被竊取;其次，數(shù)據(jù)存儲(chǔ)程序又存在種種漏洞，用戶隱私極容易泄漏。

3 大數(shù)據(jù)分析行為導(dǎo)向

在互聯(lián)網(wǎng)發(fā)展步入大數(shù)據(jù)時(shí)代后，利用大數(shù)據(jù)為企業(yè)挖掘商業(yè)價(jià)值成了一種新的趨勢(shì)。通過(guò)瀏覽網(wǎng)頁(yè)過(guò)程中用戶的行為，分析出每個(gè)用戶的即時(shí)需要、潛在需要，來(lái)進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)，在節(jié)約資源和成本的前提下提高銷(xiāo)量、完善產(chǎn)品運(yùn)營(yíng)，進(jìn)而挖掘潛在的商業(yè)價(jià)值，提升企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

用戶畫(huà)像（Persona）就是大數(shù)據(jù)分析行為導(dǎo)向的很好例子。用戶畫(huà)像是將用戶以屬性標(biāo)簽的集合為形式制作的用戶虛擬代表。企業(yè)將頁(yè)面或用戶注冊(cè)中所包含的數(shù)據(jù)利用數(shù)據(jù)分析平臺(tái)進(jìn)行處理，挑選有用的信息進(jìn)行標(biāo)簽化，這使得每一位用戶在網(wǎng)站運(yùn)營(yíng)的商家看來(lái)都好似看得到的實(shí)體。在互聯(lián)網(wǎng)的營(yíng)銷(xiāo)競(jìng)爭(zhēng)中，用戶畫(huà)像為企業(yè)提供了網(wǎng)絡(luò)用戶足夠多的信息基礎(chǔ)，這可以幫助企業(yè)快速找到精準(zhǔn)的用戶群和用戶需求，以及更廣泛的反饋信息。例如阿里巴巴的高端APASS用戶畫(huà)像。如今的電子商務(wù)企業(yè)客源模式轉(zhuǎn)變，由最初的吸引新用戶的加入逐漸轉(zhuǎn)變?yōu)榱糇±嫌脩?，在盡量節(jié)約成本的條件下，阿里正需要了解每一個(gè)高端用戶的“本身”，即客戶的社會(huì)屬性、生活習(xí)慣、消費(fèi)行為等，利用這些信息進(jìn)行廣告的精準(zhǔn)投放。

然而，這樣的信息分析行為導(dǎo)向的方式并不是絕對(duì)安全的。首先，用戶在頁(yè)面的輸入有可能會(huì)被不良商家或網(wǎng)絡(luò)黑客所竊取，例如某人在社交網(wǎng)站上填寫(xiě)并保存了一個(gè)表單，這樣的表單便會(huì)被存入網(wǎng)站后臺(tái)的數(shù)據(jù)庫(kù)，某一時(shí)刻便會(huì)被別有用意者所竊取和利用;其次，用戶瀏覽的網(wǎng)頁(yè)記錄是許多的“用戶標(biāo)簽”，它們作為可以利用的用戶屬性，既是商家進(jìn)行精確營(yíng)銷(xiāo)的切入點(diǎn)，更是用戶私密信息泄露的突破口;此外，瀏覽網(wǎng)站時(shí)產(chǎn)生的地理位置信息為帶有商業(yè)目的的商家利用，也會(huì)成為網(wǎng)絡(luò)不安全因素。

有許多案例佐證，不正當(dāng)目的的大數(shù)據(jù)分析會(huì)泄露隱私，這里以“棱鏡門(mén)”事件為例。2013年6月，斯諾登曝光了美國(guó)NSA自2007年就開(kāi)始實(shí)行的棱鏡計(jì)劃（PRISM），根據(jù)棱鏡計(jì)劃，美國(guó)NSA能夠透過(guò)社交網(wǎng)站、電話公司或搜索引擎網(wǎng)站等窺測(cè)到大量個(gè)人聊天日志、存儲(chǔ)的數(shù)據(jù)、語(yǔ)音通信、文件傳輸、個(gè)人社交網(wǎng)絡(luò)數(shù)據(jù)，利用正在快速發(fā)展的超級(jí)計(jì)算機(jī)和幾乎完備的大數(shù)據(jù)分析方法，將看似不關(guān)聯(lián)的數(shù)據(jù)以超級(jí)快的速度加以歸納、計(jì)算與分析。雖然美國(guó)政府將這樣的大數(shù)據(jù)搜集的目的歸為反恐，但個(gè)人數(shù)據(jù)隱私的泄漏也是不可避免的。在日常生活中，每個(gè)人都避免不了用手機(jī)的數(shù)據(jù)連接功能，若利用不具備良好的隱私保護(hù)功能的手機(jī)進(jìn)行數(shù)據(jù)連接上網(wǎng)時(shí)，會(huì)產(chǎn)生大量可輕易被獲取的個(gè)人數(shù)據(jù)，如地理位置信息、需求偏好或是行為動(dòng)向的信息等。電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心主任周濤教授介紹了公開(kāi)的一項(xiàng)最新研究成果：某個(gè)手機(jī)用戶只要曾出現(xiàn)在4個(gè)基站的服務(wù)區(qū)，利用大數(shù)據(jù)模型，研究者就能把他從百萬(wàn)用戶中區(qū)分出來(lái)，識(shí)別他的身份，準(zhǔn)確率為95%。這樣的研究結(jié)論也證實(shí)了“棱鏡門(mén)”是現(xiàn)實(shí)可行且方便的。

4 結(jié)束語(yǔ)

大數(shù)據(jù)出現(xiàn)即應(yīng)用帶來(lái)了諸多政治、文化及經(jīng)濟(jì)效益。其公開(kāi)性，高效性與個(gè)人隱私問(wèn)題則存在了很大沖突。需采取有效措施，進(jìn)行不同效應(yīng)之間的折中處理，從個(gè)人層面、組織層面以及社會(huì)層面全面推進(jìn)大數(shù)據(jù)隱私問(wèn)題建設(shè)。

參考文獻(xiàn)

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].2012.

[2]關(guān)作森，陳友，李偉基，等.淘寶客戶信息隱私保護(hù)的現(xiàn)狀分析與對(duì)策研究[J].2013.