大數(shù)據(jù)帶來(lái)時(shí)代大變革
——訪(fǎng)國(guó)防科技大學(xué)教授賈焰

□ 本刊記者 邢 華

大數(shù)據(jù)帶來(lái)時(shí)代大變革
——訪(fǎng)國(guó)防科技大學(xué)教授賈焰

□ 本刊記者 邢 華

記者：賈教授，您好！人類(lèi)社會(huì)已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，可以說(shuō)，大數(shù)據(jù)無(wú)處不在。那么，什么樣的數(shù)據(jù)才能稱(chēng)之為大數(shù)據(jù)？

賈焰：大數(shù)據(jù)是指在一定時(shí)間內(nèi)很難依靠已有的數(shù)據(jù)處理技術(shù)進(jìn)行采集、管理和分析的總的數(shù)據(jù)集合。簡(jiǎn)單講，就是在一定時(shí)間內(nèi)，我們通過(guò)已有的技術(shù)不能處理的數(shù)據(jù)，就叫大數(shù)據(jù)。這個(gè)定義其實(shí)是很難去把握或者界定。

但是，大數(shù)據(jù)具有以下五個(gè)特點(diǎn)：一是規(guī)模巨大；二是形式多樣，包括文本、視頻、音頻、圖片、文字等數(shù)字以及它們的變化組合；三是動(dòng)態(tài)產(chǎn)生的，比如高速公路攝像頭捕捉的動(dòng)態(tài)信息；四是不確定的，也可能是不可信的；五是有價(jià)值的。所以，判定數(shù)據(jù)是不是大數(shù)據(jù)，拿這五個(gè)特點(diǎn)來(lái)套一下，如果全部能夠套上，那么它就是大數(shù)據(jù)。比如微信、微博、論壇等等，都是大數(shù)據(jù)。

界定什么是大數(shù)據(jù)以后，最重要的是對(duì)大數(shù)據(jù)進(jìn)行分析、挖掘，從而揭示出隱藏在數(shù)據(jù)集合中的規(guī)律，發(fā)現(xiàn)出有價(jià)值的知識(shí)和信息。所以，我們談?wù)摯髷?shù)據(jù)，一定離不開(kāi)大數(shù)據(jù)分析。

記者：通過(guò)大數(shù)據(jù)定義的界定，可以判定大數(shù)據(jù)與我們的生活息息相關(guān)。您能結(jié)合實(shí)際說(shuō)明一下大數(shù)據(jù)分析對(duì)人類(lèi)生產(chǎn)生活帶來(lái)哪些影響嗎？

賈焰：我們都從淘寶買(mǎi)過(guò)東西，也知道那里假貨泛濫。為了挽回電商的聲譽(yù)，必須讓假冒偽劣產(chǎn)品下架，但是面對(duì)10億量級(jí)以上的在線(xiàn)商品，一個(gè)個(gè)去判斷它是不是假冒偽劣，對(duì)人工來(lái)講是做不到的。于是，阿里巴巴用了大數(shù)據(jù)分析的一個(gè)技術(shù)，通過(guò)網(wǎng)站上傳的圖片、內(nèi)容、用戶(hù)數(shù)據(jù)等方方面面的大數(shù)據(jù)關(guān)聯(lián)分析，自動(dòng)來(lái)發(fā)現(xiàn)假冒偽劣商品并把它下架。再比如360手機(jī)殺毒軟件。這個(gè)殺毒軟件通過(guò)大數(shù)據(jù)分析，幫助手機(jī)用戶(hù)攔截非常多的詐騙信息。這兩個(gè)都是大數(shù)據(jù)分析的有效案例。

還有，美國(guó)中央情報(bào)局擊斃本·拉登，也是大數(shù)據(jù)分析非常重要的成績(jī)。本·拉登是一個(gè)非常聰明的人，他不用手機(jī)等任何現(xiàn)代化的東西，也就是說(shuō)，通過(guò)服務(wù)商、互聯(lián)網(wǎng)，是找不到他的。但是，美國(guó)的大數(shù)據(jù)分析公司帕蘭提爾通過(guò)對(duì)電話(huà)、衛(wèi)星影像、密切聯(lián)系人的郵件、密切聯(lián)系人的行蹤等大數(shù)據(jù)綜合分析，協(xié)助中央情報(bào)局獲取了本·拉登的位置信息。

通過(guò)這些例子，我們可以看到，大數(shù)據(jù)分析并不神秘，它已經(jīng)在我們的生活、工作乃至國(guó)家政治、經(jīng)濟(jì)、社會(huì)等各行業(yè)，發(fā)揮著越來(lái)越重要的作用。

記者：當(dāng)前大數(shù)據(jù)分析，有哪些重要的技術(shù)？

賈焰：現(xiàn)在大數(shù)據(jù)挖掘分析的一個(gè)非常重要的技術(shù)，就是知識(shí)圖譜。知識(shí)圖譜能把人和人、人和機(jī)構(gòu)、人和事物關(guān)聯(lián)起來(lái)，表現(xiàn)形式為一個(gè)知識(shí)庫(kù)，呈現(xiàn)為一個(gè)語(yǔ)義網(wǎng)，每一個(gè)節(jié)點(diǎn)都代表著人、機(jī)構(gòu)等實(shí)體，每個(gè)節(jié)點(diǎn)之間的線(xiàn)就是它們之間的關(guān)系。

知識(shí)圖譜是可以不斷完善的。比如美國(guó)總統(tǒng)特朗普的知識(shí)圖譜，包含他的出生日、出生地、國(guó)籍、職務(wù)等屬性，它可以慢慢加入他的女兒、夫人、兒子等所有信息，還可以加入與他們有關(guān)聯(lián)的人的家庭背景、人物關(guān)系等信息。知識(shí)圖譜不僅可以從互聯(lián)網(wǎng)上拿信息進(jìn)行構(gòu)建，還可以自己進(jìn)行推演。比如說(shuō)它推出A是美國(guó)副總統(tǒng)，B是美國(guó)總統(tǒng)，就會(huì)自動(dòng)說(shuō)他們兩個(gè)是同事。再比如，它可以通過(guò)特朗普找到他的妻子，然后找到她的屬性是模特，就可以回答“特朗普妻子的職業(yè)是什么”這個(gè)問(wèn)題。知識(shí)圖譜還可以進(jìn)行屬性推理和驗(yàn)證。因?yàn)槊绹?guó)法律規(guī)定，總統(tǒng)必須是美國(guó)出生的，所以說(shuō)，知識(shí)圖譜會(huì)推斷總統(tǒng)國(guó)籍是美國(guó)。

其實(shí)，IBM推的精準(zhǔn)醫(yī)療，以及我們國(guó)家未來(lái)要推出的健康咨詢(xún)、精準(zhǔn)醫(yī)療，都是基于這樣的技術(shù)來(lái)構(gòu)建的。有了這個(gè)技術(shù)，將來(lái)可以根據(jù)不同人的基因、年齡、生活方式等，精準(zhǔn)推薦用藥方案。

所以，知識(shí)圖譜是大數(shù)據(jù)分析的非常有用的利器，它可以把各種關(guān)系不斷地關(guān)聯(lián)起來(lái)，最后形成一個(gè)很有用的數(shù)據(jù)利用的方法。

記者：大數(shù)據(jù)為各行各業(yè)服務(wù)的同時(shí)，也泄露了人們的隱私。這種矛盾如何解決？

賈焰：大數(shù)據(jù)蘊(yùn)含著巨大的商業(yè)價(jià)值，目前各行各業(yè)都在做大數(shù)據(jù)分析和挖掘，企業(yè)、運(yùn)營(yíng)商等在各自擁有的數(shù)據(jù)或互聯(lián)網(wǎng)上發(fā)布的數(shù)據(jù)中發(fā)掘潛在價(jià)值，為提高自己的利潤(rùn)或達(dá)到其他目的服務(wù)。如何在不泄露用戶(hù)隱私的前提下，挖掘大數(shù)據(jù)的價(jià)值，是目前大數(shù)據(jù)研究領(lǐng)域的關(guān)鍵問(wèn)題。

為了從大數(shù)據(jù)中獲益，數(shù)據(jù)持有方有時(shí)需要公開(kāi)發(fā)布己方數(shù)據(jù)，這些數(shù)據(jù)通常會(huì)包含一定的用戶(hù)信息。服務(wù)方在數(shù)據(jù)發(fā)布之前需要對(duì)數(shù)據(jù)進(jìn)行處理，使用戶(hù)隱私免遭泄露。此時(shí)，確保用戶(hù)隱私信息不被惡意的第三方獲取是極為重要的。有時(shí)，數(shù)據(jù)使用者會(huì)惡意挖掘大數(shù)據(jù)中的隱私信息，此種情況下，更需要加強(qiáng)對(duì)數(shù)據(jù)發(fā)布時(shí)的隱私保護(hù)，以達(dá)到數(shù)據(jù)利用和隱私保護(hù)二者之間的折中。

記者：數(shù)據(jù)帶來(lái)的信息風(fēng)暴正深刻改變我們的生活、工作和思維方式，對(duì)政府和群眾關(guān)注的網(wǎng)絡(luò)輿情，大數(shù)據(jù)分析是否也應(yīng)用其中？

賈焰：隨著我國(guó)近年來(lái)網(wǎng)絡(luò)輿情事件的數(shù)量逐年增長(zhǎng)，社會(huì)各界開(kāi)始重視網(wǎng)絡(luò)輿情監(jiān)測(cè)、分析與管理。通過(guò)大數(shù)據(jù)技術(shù)手段對(duì)網(wǎng)絡(luò)輿情進(jìn)行監(jiān)測(cè)、分析與管理也日趨重要。

我們有一個(gè)互聯(lián)網(wǎng)輿情的大數(shù)據(jù)分析系統(tǒng)，可以監(jiān)督網(wǎng)絡(luò)的很多問(wèn)題。比如自媒體微博，假如我在某個(gè)帖子加上監(jiān)控，只要有人在微博上談?wù)撽P(guān)于這方面的帖子，十幾秒就能被監(jiān)測(cè)到。這個(gè)系統(tǒng)還可以分析發(fā)帖的趨勢(shì)，誰(shuí)在發(fā)、發(fā)了多少、影響了多少人、誰(shuí)在傳，等等。大數(shù)據(jù)技術(shù)的發(fā)展，不僅能夠針對(duì)重大輿情事件個(gè)案進(jìn)行更精準(zhǔn)地分析研判，而且便于擴(kuò)大分析研判的范圍和視野，有助于更全面地把握網(wǎng)絡(luò)輿情發(fā)展的整體趨勢(shì)。通過(guò)大數(shù)據(jù)技術(shù)和智能計(jì)算技術(shù)的結(jié)合使用，重大網(wǎng)絡(luò)輿情事件的預(yù)測(cè)能力和水平有望得到提升。

在應(yīng)用方面，很多政府部門(mén)和企事業(yè)單位，都會(huì)通過(guò)與輿情機(jī)構(gòu)合作、購(gòu)買(mǎi)輿情企業(yè)系統(tǒng)或服務(wù)的方式，構(gòu)建服務(wù)于自身的網(wǎng)絡(luò)輿情監(jiān)測(cè)、分析與管理機(jī)制，提高自身的網(wǎng)絡(luò)輿情感知能力和危機(jī)公關(guān)能力。各級(jí)政府機(jī)關(guān)、高校、大中型企業(yè)等，通常是網(wǎng)絡(luò)輿情系統(tǒng)和服務(wù)的主要客戶(hù)。甚至一些中小企業(yè)或公眾人物，為了產(chǎn)品或個(gè)人的口碑，也開(kāi)始成為網(wǎng)絡(luò)輿情系統(tǒng)或服務(wù)的消費(fèi)者。

記者：大數(shù)據(jù)的未來(lái)發(fā)展趨勢(shì)是什么？

賈焰：隨著大數(shù)據(jù)分析技術(shù)在各行業(yè)領(lǐng)域的進(jìn)一步應(yīng)用推廣，大數(shù)據(jù)會(huì)給我們帶來(lái)大變革，也會(huì)帶來(lái)更多新的機(jī)遇與挑戰(zhàn)。

大數(shù)據(jù)會(huì)改變我們的認(rèn)識(shí)。假如把世界看成兩個(gè)平行的世界，那么人類(lèi)真實(shí)的世界是物理世界，與其平行的是數(shù)據(jù)世界。物理世界所有的一切，幾乎都可以在數(shù)據(jù)世界有一個(gè)反映，即一切都可以數(shù)字化。通過(guò)“量化一切”實(shí)現(xiàn)世界的數(shù)據(jù)化，可能改變?nèi)祟?lèi)探索和認(rèn)知世界的方式，帶來(lái)全新的“大數(shù)據(jù)世界觀”。

大數(shù)據(jù)會(huì)改變我們的科學(xué)觀。當(dāng)前對(duì)抗癌癥，用同樣治療的方法，有些人死了，有些人治好了，什么原因？是因?yàn)槲覀兊目茖W(xué)還不夠精準(zhǔn)。其實(shí)人的病是跟基因、心情、生活環(huán)境等因素相關(guān)的。如果能把這些問(wèn)題的數(shù)據(jù)全部聚集在一起進(jìn)行分析，精準(zhǔn)用藥，就可以實(shí)現(xiàn)精準(zhǔn)醫(yī)療?！翱茖W(xué)始于數(shù)據(jù)”的呼聲正在改變?nèi)藗兊目茖W(xué)觀和認(rèn)知觀，引發(fā)新的科學(xué)研究模式。

大數(shù)據(jù)會(huì)改變我們的經(jīng)濟(jì)。大數(shù)據(jù)已經(jīng)帶來(lái)巨大的商業(yè)利益，金融、能源、交通、健康醫(yī)療等重要行業(yè)大數(shù)據(jù)已成為國(guó)家重要的戰(zhàn)略資源。如何從國(guó)家安全層面對(duì)大數(shù)據(jù)進(jìn)行保護(hù)，也是亟待研究和解決的問(wèn)題。

大數(shù)據(jù)還可以改變我們的管理。在大數(shù)據(jù)時(shí)代，人是可以被分析的，就像借助顯微鏡可以看清細(xì)胞結(jié)構(gòu)一樣，借助大數(shù)據(jù)分析技術(shù)，可以分析人的行為、情感甚至思維，以及復(fù)雜系統(tǒng)運(yùn)行規(guī)律，甚至整個(gè)社會(huì)的運(yùn)行方式。未來(lái)的社會(huì)管理，可以借助大數(shù)據(jù)分析來(lái)進(jìn)行更加科學(xué)的引領(lǐng)，創(chuàng)新管理模式、提升管理效率。

賈焰，國(guó)防科技大學(xué)教授、博士生導(dǎo)師、網(wǎng)絡(luò)與信息安全研究所副所長(zhǎng)，中國(guó)計(jì)算機(jī)學(xué)會(huì)計(jì)算機(jī)安全專(zhuān)業(yè)委員會(huì)常務(wù)委員，數(shù)據(jù)庫(kù)專(zhuān)業(yè)委員會(huì)委員，普適計(jì)算機(jī)專(zhuān)業(yè)委員會(huì)委員，湖南互聯(lián)網(wǎng)協(xié)會(huì)常務(wù)理事，湖南省第十屆人大代表。

本刊記者 孫大勇//攝影