大數據時代面臨的挑戰(zhàn)

孫睿 王晨晨

[摘要]大數據的浪潮席卷全球，引發(fā)了人類社會生活的變革。大數據作為信息資本和數據資源，對各行各業(yè)產生了巨大的影響，文章就大數據時代的現(xiàn)狀，淺析大數據給統(tǒng)計學、個人隱私、國際關系等帶來的挑戰(zhàn)。

[關鍵詞]大數據；挑戰(zhàn)；隱私安全；國際關系

[DOI] 10.13939/j.cnki.zgsc.2018.26

大數據綜述

維克托·邁爾-舍恩伯格在《大數據時代》中稱：“大數據指不用隨機分析法這樣的捷徑，而采用所有數據進行分析處理。”近年來，大數據不斷改變著人們的生活，為企業(yè)注入新的機遇。大數據的價值不單單局限于表面的運用，更多源于它的二次利用，各大企業(yè)不斷聚類、挖掘和分析，以提取有價值的信息，提高企業(yè)競爭力。因此，數據將會是企業(yè)的財富、重要的開發(fā)方向和新型商業(yè)模式的基石。[1]

在帶來機遇的同時，大數據給企業(yè)和政府都帶來了巨大的挑戰(zhàn)。網絡大數據在規(guī)模與復雜度上的快速增長對現(xiàn)有IT架構的處理和計算能力提出了挑戰(zhàn)，給數據的收集、處理、分析帶來了變革，使得統(tǒng)計學面臨緊迫感。迅速發(fā)展的互聯(lián)網，留下了人們大量的數據足跡，造成了個人隱私信息的泄露。對個人隱私等的侵犯引發(fā)了大數據時代的安全問題，數據犯罪也成為亟待解決的問題。

大數據時代統(tǒng)計學上的挑戰(zhàn)

非結構化數據的收集存儲與分析

迅速產生的海量數據，價值密度低且復雜度高，其中75%以上為半結構化或非結構化數據。過去處理的數據對象都是有結構的，使用關系數據庫存儲。但隨著社交網絡、移動計算和傳感器等技術的發(fā)展，數據生成的方式更加多樣化，非結構化數據占據了大數據的絕大部分。非結構化數據當中蘊含著豐富的知識，可能是多學科領域、多源的混合數據。但其也給數據分析與挖掘工作帶來了更大的挑戰(zhàn)。非結構化數據涉及各種數據類型，包括文本、XML、 HTML、圖形、音視頻等。非結構化數據具有異構和可變的性質，結構不規(guī)則或不完整，沒有預定義的數據模型，無法用傳統(tǒng)數據庫的二維邏輯表來表現(xiàn)。非結構性數據中包含更多的無用信息，使得數據的存儲分析與挖掘更困難，提取有價值信息的成本上升。

大數據帶來的虛假知識

大數據是具有多源異構性的、覆蓋不同范圍的數據。大數據的來源豐富多樣，在獲取時存在抽樣偏倚、有意無意的錯誤、偶然或系統(tǒng)的誤差。數據收集的標準與分析和決策的準則不同，有些數據不是原始數據，而是基于現(xiàn)有原始數據的推斷，這些數據的反復使用會放大偏差，造成數據價值降低。海量數據本身數量多而價值密度低，而處理數據噪音的技術尚不成熟，大比例的含偏差數據將破壞信息的真實性。如此，正確處理的大數據也可能得到錯誤結論和虛假知識。[2]

在大數據環(huán)境下，數據的收集、建模和使用模型往往由不同的人進行，他們可能并不清楚數據下一步將如何使用或者從何而來。當這些環(huán)節(jié)中的人依照自身經驗有偏頗地解釋模型，而偏離了原始數據所涵蓋的信息范圍，數據在傳播過程中就失去了它的真實性。在獲取的數據時局限于獲取樣本的途徑，也可能存在選擇偏倚，研究樣本并不能代表研究總體。

不同學科領域有可能存在對同一現(xiàn)象或物質的研究，但是他們關注的角度不同，收集方法不同，造成所得的具有重疊變量的數據集合，解釋的領域不同、具有不同背景的意義。數據自身攜帶的信息是有界限的，這就使得數據分析的結果是有適用范圍的。根據模型外延數據的信息，做出超出其本身的判斷，其實毫無意義。

大數據時代的隱私泄露問題

生活中網絡和傳感器是產生大數據的主要來源，包括瀏覽器cookies記錄的用戶上網瀏覽的足跡、社交平臺上用戶的通信方式和交流記錄、傳感器數據等。這些數據足跡具有累積性和關聯(lián)性，將聚集的多重數據進行分析，就足以挖掘出個人的隱私信息。如果有意竊取利用這些信息進行欺詐等數據犯罪行為，將會給個人的生活帶來損失。

大數據時代，人們對便利性的需求越來越高，各類通訊、導航和傳感設備的位置感知技術更加深入。這些設備中的傳感芯片通過不同的方式獲取使用者的位置信息：比如，移動通訊設備、導航等設備中內置的GPS定位系統(tǒng)可以直接抓取移動對象的活動數據，甚至通過各種途徑發(fā)布這些軌跡；另外，傳感設備例如手環(huán)、iWatch這類可穿戴設備，通過物聯(lián)網記錄的數據也隱含了使用者精確的地理位置信息。[3]

近七成的應用軟件都會抓取用戶的位置信息，在首次打開軟件時要求用戶授權允許應用軟件從后臺提取當前的地理位置。為了保護自己的位置隱私，可以將權限改為永不或使用期間，避免發(fā)送含位置信息的圖片到社交網絡。

2016年4月，土耳其爆發(fā)重大數據泄露事件，近五千萬土耳其公民的個人信息遭到竊取，其中包括姓名、身份證號、家庭住址等敏感信息。還有轟動一時的美國“棱鏡”計劃。信息隱私的頻頻泄露，引起人們的信息安全恐慌，暴露了目前數據信息的監(jiān)管力度不強，隱私保護缺乏技術支持，監(jiān)管體系不健全，監(jiān)管制度極不完善甚至缺失等各方面的問題。

大數據時代國際關系的新挑戰(zhàn)

業(yè)界普遍認為隨著大數據時代的來臨，第三次世界大戰(zhàn)，將是一場基于互聯(lián)網、云計算的數據之戰(zhàn)。概括而言，大數據在國際關中扮演著越來越重要角色：大數據的價值成為衡量國際競爭力的一個標準；大數據是國家行使信息主權的基礎；大數據的預測性功能對于國家安全有重要意義。

大數據蘊含著豐富的政治經濟文化社會信息，大數據作為信息載體，一個國家的科技發(fā)展、社會動向、經濟浮動、軍事行動、國家安全與威脅等信息皆可由大數據傳遞出來。數據主權將會作為國家主權的重要組成部分，對各國具有戰(zhàn)略性的意義。[4]

各國必須警惕國際社會中的數據霸權主義。美國在信息科技方面具有靈敏的嗅覺，試圖保持自身在大數據領域的優(yōu)勢，掌握大數據相關技術的主導權。強大的搜索引擎如谷歌、必應皆來自美國，這些搜索引擎幾乎占據了全球市場。如此，全球范圍的海量數據，都紛紛流向美國。2013年，前中情局職員愛德華·斯諾頓曝光了美國的“棱鏡”項目。該項目自2007年啟動，美國國家安全局和聯(lián)邦調查局通過微軟等九大數據服務商監(jiān)聽包含通信記錄、電子郵件等隱私數據。監(jiān)聽對象涵蓋美國公民和所有在全球范圍內與美國公民進行通訊交流的客戶。該事件曝光后全球一片嘩然，進發(fā)了數據安全恐慌。在大數據時代，全知就意味著全能，收集、擁有更多的數據，就會在數據戰(zhàn)爭中占據主動。美國意欲何為，昭然若揭。

總結

大數據時代的來臨，是任何人不可阻擋的潮流。在巨大的經濟效益和商業(yè)價值之下，仍隱藏著許多挑戰(zhàn)。由于大數據本身的特點，帶給統(tǒng)計學意義上的技術挑戰(zhàn)，在未來研究人員也將攻堅克難，不斷發(fā)展大數據技術。國際關系當中，各國需警惕大數據可能帶來的數據霸權的威脅，并需要在此問題上達成互利平等的共識，以維系國際關系中平等、合作的原則。另外，信息隱私的泄露危機是大數據應運而生的副產品，大數據時代給人們帶來了隱私透明的安全威脅。本文總結了大數據時代面臨的嚴峻挑戰(zhàn)，大數據技術仍有待完善領域但具備極大的發(fā)展?jié)摿?，期望學者能以此為參考為大數據未來提出有效的應對策略。

參考文獻：

[1]劉雅輝，張鐵贏，靳小龍，程學旗.大數據時代的個人隱私保護[J].計算機研究與發(fā)展，2015，52（1）：229-247.

[2]耿直.大數據時代統(tǒng)計學面臨的機遇與挑戰(zhàn)[J].統(tǒng)計研究，2014，31（01）：5-9.

[3]王璐，孟小峰.位置大數據隱私保護研究綜述[J].軟件學報，2014，25（4）：693-712.

[4]蔡翠紅.國際關系中的大數據變革及其挑戰(zhàn)[J].世界經濟與政治，2014（5）：124-143，159-160.

[作者簡介]孫睿（1997-），女，山東泰安人，山東師范大學管理科學與工程學院，研究方向：大數據分析。