凤凰彩票-凤凰彩票

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）

2100年，2/3冰川可能消失******

图片来源：pixabay

　　美国科学家进行的一项研究对本世纪不同排放场景下 的冰川质量损失进行了新的预测。相关研究1月5日发表于《科学》。

　　研究表明 ，根据当今减缓气候变化 的努力 ，本世纪全球可能损失多达41%，或者至少26%的冰川。

　　这些预测将被汇总到全球温度变化场景中，补充有关气候变化 的讨论内容，例如在《联合国气候变化框架公约》第27次缔约方大会（COP27）上进行 的讨论 。

　　卡内基·梅隆大学土木与环境工程助理教授David Rounce团队发现 ，如果继续投资化石燃料 ，在未来场景中，按质量计算超过40%的冰川将在本世纪内消失，而按照数量计算，超过80% 的冰川可能会消失 。在最好 的低碳排放场景下，全球平均温度的上升相对于工业化前水平被限制在1.5℃以内，但按质量计算仍有超过25% 的冰川质量将消失，按照数量计算则有近50%的冰川将消失。

　　按照冰川的标准，这些消失的冰川大多数都很小（不到1平方公里），但它们 的消失会对当地 的水文 、旅游 、防灾和文化价值产生负面影响 。

　　该研究为区域冰川建模提供了更好的背景，Rounce希望这有助于促使气候政策制定者将温度变化目标降低到2.7℃以内——这是《联合国气候变化框架公约》第26次缔约方大会（COP26）承诺 的目标 。

　　如果温度上升超过2℃，则欧洲中部 、加拿大西部和美国等地 的较小冰川将受到不成比例 的影响 。如果温度上升3℃ ，这些地区 的冰川几乎将完全消失。

　　Rounce指出，冰川对气候变化的反应需要很长时间。他将冰川描述为流动极其缓慢的河流 。今天的减排努力并不能消除以前排放 的温室气体，也不能阻止温室气体对气候变化 的影响 。这意味着即使完全停止碳排放，其正面效应也需要30年至100年才能反映在冰川质量损失率上。

　　许多因素决定了冰川质量 的流失 ，Rounce的研究推动了用模型解析不同类型的冰川 的研究 ，包括潮汐冰川和碎片覆盖 的冰川 。前者指漂于海洋 的冰川 ，这导致它们在这个边界失去了很多质量。后者则指被沙子、岩石和巨石覆盖 的冰川 。

　　Rounce此前的研究表明，碎屑覆盖层厚度和分布可能对整个区域 的冰川融化速率产生积极或消极影响 ，这取决于碎屑的厚度 。在这项最新研究中 ，他发现，解释这些过程对全球冰川预测 的影响相对较小，但在分析单个冰川时却发现了质量损失的巨大差异。

　　该模型还使用前所未有 的大量数据进行了校准 ，包括对每个冰川 的单独质量变化进行观测 ，从而提供了冰川质量变化的更完整 、更详细的图像 。可以说 ，超级计算机对于支持最先进校准方法的应用和不同排放场景 的大规模集成必不可少 。（王方）

　　（文图：赵筱尘 巫邓炎）