快三开户| (2023已更新(企业/百科)v8.8.8

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　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。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

美国CPI今晚来袭，拐点将至？美联储还能嘴硬多久******

　　对于美国政府和美联储而言，通胀依然是眼前最重要的经济问题。外界正在密切关注周四将发布的2022年12月消费者价格指数CPI数据，超预期降温的数据可能让有关提前结束加息周期的猜测进一步升温，从而加剧风险资产的波动性。

　　不过美联储态度明面上尚未发生变化，多位官员连番发表鹰派言论，市场与美联储之间有关政策路径的博弈正在展开。

　　CPI月率或意外转跌

　　作为2月决议声明前为数不多的重磅数据，即将公布的通胀数据重要性不言而喻。华尔街最新预计，去年12月美国CPI同比增长从此前的7.1%放缓至6.5%，不考虑能源和食品的核心CPI同比增长5.7%。值得注意的是，CPI环比增速可能降至零以下，如果成为现实将是2020年5月以来的首次。

　　能源价格回落被视为物价降温的主要动力。美国汽车协会AAA数据显示，去年12月美国汽油价格下跌逾12%，燃料价格是过去一年CPI上行的重要推手。与此同时，受供应链瓶颈缓和及全球经济下行压力影响，上月工业金属等原材料价格也呈现调整态势。

　　上游原材料价格变动减轻了企业的成本压力。随着消费需求降温，去年底美国工厂活动持续承压。供应管理协会(ISM)12月制造业活动指数进一步回落至48.4，创2020年5月以来最低水平。分项指标中，生产价格指数已经回落到疫情以来的最低水平。

　　作为通胀的另一大组成部分，住房通胀压力也在缓解。抵押贷款利率飙升打压了房地产市场销售，房价涨幅迅速收窄，也影响了租房市场。美联储主席鲍威尔在去年12月议息会议后的新闻发布会上也提及了房租问题，认为只要租赁通胀指标持续下降，住房服务通胀会在某个时候开始回落。

　　根据Realtor.com的数据，全美租金涨幅已经连续十个月放缓，11月同比增速降至3.4%，这是19个月以来的最小涨幅。克利夫兰联储近日公布的研究指出，租金数据走势往往比CPI中的住房指标领先一年左右。

　　高盛首席经济学家哈齐乌斯(Jan Hatzius)本周发布报告表示，抵押贷款利率提高导致美国住房市场疲软，这将有助于将今年的核心通货膨胀率降至3%以下，低于联邦公开市场委员会FOMC 3.5%的预测。

　　相比之下，服务业通胀依然棘手。服务业从业人员占据美国就业的大部分，去年10月，服务业通胀一度增长超7%，这是自1982年以来的最快速度。嘉信理财指出，目前劳动力市场最紧张的行业基本都集中在服务业，这也推高了薪资压力和潜在的通胀风险。不过经济放缓已经开始冲击服务业，在连续扩张30个月之后，美国ISM非制造业指数在2022年年末跌破荣枯线，消费需求在经济不确定性下大幅萎缩，并开始影响包括科技在内的部分行业的就业岗位。

　　牛津经济研究院高级经济学家施瓦茨(Bob Schwartz)此前在接受第一财经记者采访时表示，服务价格对经济降温的抵抗力更强，与劳动力成本的联系更为紧密。尽管就业市场有所降温，但整体依然火热，低失业率环境下不少企业依然面临招聘困境和用工成本的挑战。

　　结合去年的市场情况，最新通胀数据可能会引发市场巨震。摩根大通分析师泰勒(Andrew Tyler)预计，任何显示美联储抗通胀行动取得进展的迹象都会刺激美股。“通胀降温应该有助于熊市反弹，因为现有的仓位部署可能导致市场对空头回补反应过度。如果CPI跌破6.4%，标普500指数或将上涨3%至3.5%。”他写道。

　　美联储保持嘴硬

　　与上周类似，本周以来多位美联储官员在讲话中继续传递“鹰派情绪”。旧金山联储主席戴利(Mary Daly)和亚特兰大联储主席博斯蒂克(Raphael Bostic)均暗示利率不仅需要继续上涨至5%以上，而且可能在一段时间内保持不变。美联储理事鲍曼(Michelle Bowman)认为，加息将持续到有令人信服的迹象表明通胀已经达到顶峰，并处于明显下降趋势，然后才会调整货币政策。

　　然而紧缩政策正在让经济不确定性升温。考虑到仍处于激进的紧缩周期中，周二世界银行预计今年美国经济增长将大幅放缓，落后于全球扩张的步伐。数据显示，美国内生产总值(GDP)增长率预计为0.5%，比此前的预测大幅下修1.9个百分点。

　　根据CME FedWatch工具，当前市场预计美联储在2月、3月分别加息25个基点的可能性徘徊于70%，而本轮加息周期的终端利率目标区间指向4.75%至5%，同时四季度有望降息。受此影响，美元指数震荡回落，目前已经较去年9月创下的20年高位跌去近11%，投资者押注通胀降温和经济风险将让美联储提前转向。

　　施瓦茨向第一财经记者表示，美联储离考虑政策转向还很遥远。但从强调考虑货币政策的累积效应的角度看，经济压力下未来逐步放缓加息步伐是合理的。他预计未来可能还有50-75个基点的加息空间，随后将保持一段时间，目前降息显然还不在美联储内部的讨论范围内。

　　而摩根大通CEO 戴蒙(Jamie Dimon)认为，加息到5%的水平可能还不够，美联储可能需要加息至超出当前预期的水平，有50%的概率升至6%。他在接受美媒采访时表示，虽然美联储之前的步伐有点慢，现在正在迎头赶上。风险依然存在，比如俄乌冲突和量化紧缩的影响。因此他赞成美联储考虑暂停加息，以了解加息的全部影响。

　　（文图：赵筱尘 巫邓炎）