快三平台客户端_快三平台邀请码

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)

一线城市新房价格止跌 政策助力楼市或企稳******

　　证券时报记者 张达

　　1月15日，国家统计局发布2022年12月70个大中城市房价数据。数据显示，房价环比下降城市增加，其中，二手房价环比下降城市达到63个。从新房价格来看，一线城市在连跌3个月后出现止跌现象。

　　业内人士认为，一线城市率先出现止跌企稳态势，显示去年四季度以来在供需两端积极的政策产生一定效果。预计2023年需求端政策力度有望加码，热点城市交易量或在二季度开始企稳并慢慢回升，并在下半年带动都市圈周围城市转好。

　　一线城市新房价格止跌

　　国家统计局的数据显示，2022年12月，70个大中城市中房价下降城市有所增加，其中，新房价格环比下降城市有55个，比上月增加4个；二手房价格环比下降城市有63个，比上月增加1个。

　　分城市来看，一线城市新房和二手房价格环比一平一降，二三线城市环比下降。其中，一线城市新房价格环比由上月下降0.2%转为持平；二手房价格环比下降0.5%，降幅比上月扩大0.1个百分点。二线城市新房价格环比下降0.3%，降幅比上月扩大0.1个百分点；二手房价格环比下降0.4%，降幅与上月相同。三线城市新房价格环比下降0.3%，降幅与上月相同；二手房价格环比下降0.4%，降幅比上月收窄0.1个百分点。

　　上海易居房地产研究院研究总监严跃进认为，根据简单算术平均计算，2022年12月全国70个城市新房价格指数环比跌幅为0.2%，同比跌幅为2.3%。当前房价指数跌幅总体上没有扩大，说明去年四季度持续性的“三支箭”政策，减少了房企恐慌性降价的心理。最明显的变化是，一线城市连跌3个月后，当前已经有止跌现象。预计新房价格指数的积极变化后续也会逐渐传导到二手房市场中。

　　广东省城规院住房政策研究中心首席研究员李宇嘉也认为，一线城市新房价格基本止跌，显示去年四季度以来供需两端积极的政策产生一定效果。比如，供给端加快“三支箭”等资金投放、推进保交楼，改善房企资产负债表，推动收并购；需求端积极降低按揭利率，鼓励住房购置和改善等，政策叠加部分缓解了风险预期，购房需求释放也有所稳定。反映在房价上，一线城市率先出现止跌企稳态势。

　　不过，李宇嘉同时指出，2022年12月房价下跌城市增加，市场仍较为疲弱。

　　中原地产首席分析师张大伟则认为，二手房价格表现更值得关注，2022年12月二手房价环比下降城市有63个，说明当前市场全面低迷。

　　政策助力

　　年内楼市或企稳

　　今年以来，中央和地方楼市支持政策密集出台。

　　1月5日，央行、银保监会宣布对首套房贷利率政策实行动态调整，即新房价格环比和同比连续3个月均下降的城市，可阶段性维持、下调或取消当地首套房贷利率下限。住建部部长倪虹在接受媒体专访时也表示，对购买第一套住房的，要大力支持，首付比例、首套利率该降的，都要降下来；对于购买第二套住房的要合理支持，以旧换新、以小换大、生育多子女家庭都要给予政策支持。他还表示今年要因城施策、精准施策，提振市场信心。

　　与此同时，各地稳楼市步伐加快，新疆乌鲁木齐、安徽六安、河南荥阳等多地发布了刺激住房消费需求的政策举措，包括下调首套房贷利率下限、暂停限购政策、放宽首套房认定标准、降低首套房首付比例、换购住房个税减免、支持团购住房、发购房补贴、提高住房公积金贷款额度等。河南更是明确表示，要取消和调整妨碍消费需求释放的限制性政策。

　　李宇嘉认为，稳房价是稳预期、稳需求、纾困供给端的关键。近期央行下调首套房贷利率下限，目的也是为了稳房价，为稳楼市交易、开发创造条件。预计热点城市交易量或在二季度开始企稳并慢慢回升，并在下半年带动都市圈周围城市好转。

　　对于今年的政策预期，上海易居房地产研究院执行院长丁祖昱认为，2023年将继续因城施策用足用好政策工具箱，地方需求端政策力度有望加码，包括市场下行压力较大的远郊区域局部放松限购，定向优化二孩、三孩家庭以及各类人才购房资格等。重点市场倘若出现走弱迹象，不排除政策加码的可能性，以便给市场“保温”。

　　（文图：赵筱尘 巫邓炎）