大数据带来的清静挑战

时间：2014-04-04
泉源：

mansion88明升（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保�；�

    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。。。。凭证需要保�；さ哪谌莶畋穑�，，隐私保�；び挚梢越徊较阜治恢靡奖；；ぁ⒈晔斗涿；；ぁ⑴叵的涿；；さ取�。。。

    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，，，仅通过匿名保�；げ⒉豢珊芎玫氐执镆奖；；つ康摹�。。。

    现在用户数据的网络、存储、治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保�；ぁ�。。。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）数据收罗时的隐私保�；ぃ�，，如数据精度处置惩罚；；（2）数据共享、宣布时的隐私保�；ぃ�，，如数据的匿名处置惩罚、人工加扰等；；（3）数据剖析时的隐私保�；ぃ�；（4）数据生命周期的隐私保�；ぃ�；（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效劳。。。。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治理，，，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，，，清静治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，，，不应该需要治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。。。。