-
云球白丁:大数据时代,广告和隐私的运转
关键字: 大数据隐私保护隐私泄露广告三、行业铁律:数据脱敏
这里有一个重要概念,叫做“数据脱敏”,在百度百科上,对数据脱敏的解释是:数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形,实现敏感隐私数据的可靠保护。大概意思就是,数据库中某个条目被贴了很多标签,但要避免对应到某个实体的人。可以这么理解,一个内部ID为0000001234的条目被贴上了“肉夹馍”的标签,但不知道这个人是谁。即使原本知道,也要把敏感数据抛弃,变成不知道。正规的大数据公司一定会这么做。
这个数据处理过程很复杂,涉及更多的第三方,比如有提供大数据技术平台的公司,有专门提供数据导入技术的公司,有专门剔除无效数据的数据清理公司,有专门贴标签的公司,等等,这是一个很大的产业。举个例子,大家去搜索一下“大数据平台”(这是所有一切的技术基础),就会意识到,大数据是全世界经济生态,特别是互联网生态的重要组成部分。
四、丰富的数据来源
有一些初创大数据公司,他们的用户规模不大,数据也不多,无法变现,怎么办呢?除了努力做大以外,他们可以把自己不多的数据卖给顶部公司,只要数据有特点,顶部公司是愿意买的,作为自己数据的补充。
数据就这么多了吗?不,这只是一个基础,数据来源还有很多。从APP角度看,还有很多类似数据分析的通用功能需要第三方插件提供服务,比如地图定位、消息推送、语音识别、图像识别、APP防病毒加固、二维码识别、第三方登录、第三方支付等等,道理都是一样的:节省APP开发工作量,同时第三方的标准插件功能更加强大和稳定。但是,所有插件都会获得某些数据。
获得数据并不是这些插件的核心目标,但拥有了某些数据后,不进行变现在商业上是不合理的。不过,变现并不容易,因为这些数据过于片面和零散。所以有一种可能,如果公司亟需变现,可以把这些数据卖给已经拥有大量数据的大数据公司,大数据公司可能恰恰需要这些片面而零散的数据,使自己的数据更加完整。
数据来源不仅仅限于APP,PC端不用说了,当然也会贡献很多数据,但还有很多线下的数据。比如有一种东西,叫做数据探针,有很多种类,WIFI探针、蓝牙探针、4G探针等等。这些探针通常被布置在公共场所,当用户走过,探针会探测到。待了多久、重复了多少次,都是有价值的数据。大家在很多公共场所会使用免费WIFI,这种免费WIFI就起到了探针的作用。用户获得了免费上网的便利,也贡献了到此一游的数据。
WIFI芯片、蓝牙芯片、4G芯片都有全球唯一的ID,能够标识这个芯片,但同样不会对应到一个真正的人身上。换句话说,这也都是脱敏数据。这些来源有各种用处,比如为线下商家提供信息,这是不是老客户,但同时也存在汇入顶部大数据公司的可能,使大数据公司的数据更加完善。
下一个数据来源是APP公司的服务器所存放的地方。除非很大的公司,否则服务器通常不会放在自己公司里,这个运维要求很高,自己来搞风险很大,所以会采用服务器托管,放在专门的机房里,甚至大的APP还需要分布式的服务器来提高用户访问速度,提供这种服务的供应商叫CDN(内容分发网络)。不过,现在的趋势是直接使用第三方云服务,不买服务器了。
托管机房、CDN和云服务都有一定风险,取决于管理水平。他们本身通常是很负责任的,但是面临黑客攻击的问题。大多数黑客有商业目的,有可能在路由器或者交换机上植入病毒,通常会干三件事:攻击特定目标、植入广告和盗取数据。和前面的数据来源不同,这是明确的违法行为,需要非常严厉的打击。
然后就是数据通道,也就是电信运营商。手机和PC上网都离不开电信运营商,电信运营商的数据很多,但通常对数据的使用极其谨慎,也基本不和第三方合作。理论上,运营商的交换机也可能被黑客攻击而泄露数据,但这种可能性很小。
还有一些原本的数据拥有方,比如政府机构、银行、医疗机构和线下商业机构,但目前来看,政府机构、银行和医疗机构的数据被整合的可能性很小,商业机构的数据整合理论上可行,但在实施层面非常困难。而所有数据的整合都有一条行业铁律:脱敏。
另外,无论哪个环节或哪一个机构,都不能排除一个特例:私人行为倒卖数据。这也是明确的违法行为,就像快递员泄露地址一样,和大数据产业或者互联网广告产业本身应该做出区隔。
总之,数据来源很多,整合这些数据并使其具有商业价值并不容易。举个例子,PC数据和手机数据来自两个设备,如何进行整合?最简单的方法当然是通过登录的用户名来判断,但这不是正当做法,违反脱敏原则。多数情况下,需要其他手段进行对应,比如总在一个WIFI局域网中上网就是一个依据,特别是在家中,只有这两个设备的时候。
说到这里,大家会发现一个基本问题,大数据公司汇集了各种来源的数据,为什么要进行这种汇集?各种数据本身不能自行变现吗?实际上,这是大数据的一个特点:在一个足够大的规模上,这些数据是有价值的,而数据规模不足,很可能完全不靠谱。如果有一千万人被贴上了“肉夹馍”的标签,那么你向这一千万人投放“肉夹馍”广告是一个靠谱的事,但如果某一个人被贴上了“肉夹馍”的标签,被贴错的可能性是很高的。微信刚刚推出朋友圈广告的时候,很多人觉得推给自己的广告莫名其妙,就是这个原因。
笔者的儿子是个高中男生,但他认为自己被贴上了“家庭主妇”的标签,最近总被推送吸尘器、拖把、扫帚的广告,他分析原因,很可能因为自己总是点外卖和购买各种食品。
不少人提到手机麦克风偷听的问题,这不能说完全没有可能,但如果是这样,实施者确实做了一个很奇怪的商业决策。语音识别并不是一个门槛很低的技术,即使拥有这门技术,这件事情对手机或者服务器资源消耗也比较大,在大量语音识别中得到有意义数据的命中率恐怕很低,即使得到数据,准确性也不见得有多高,想想苹果Siri的准确率就知道了。即使完全不考虑法律和伦理风险,纯从商业角度看,这么做似乎也是很不合算的。
有些情况下,隐私泄露的概念有一些混淆。比如新闻中报道的拖库事件,是指某个网站或者APP的数据库泄露,这种数据通常是业务数据,而业务数据是未经脱敏的,可能包含很多敏感的隐私数据,例如用户名和密码,这种情况是很严重的问题。但就互联网广告而言,所使用的数据通常是用户行为数据,是经过脱敏的,两者有很大不同。
五、广告投放:另一个链条
数据有了之后,下一步是广告匹配投放的问题,这其实又涉及到另一个产业链条,而且同样是很大的产业。原因很简单:不是每个公司都能把广告卖出去。广告界有自己的游戏规则,所以有专门的第三方广告插件公司,会插入到各种APP中,APP和网站们其实并不知道自己投放了什么广告,有时自己也很郁闷,为什么我的网站是小清新,却出现了大叔风格的广告。
可能很多人已经看出了这里面一个很大的问题:如果有一个APP,自己有大量用户,自己有大数据分析能力,自己还有广告售卖能力(可能是卖给自己的网站用户),那么就形成了一个闭环,不需要第三方的帮助就可以非常良性地运行。而小的APP,离开了众多第三方的帮助,将完全无法竞争。
事实上,这是欧盟GDPR法案在制订时最纠结的事情:过于严格的数据保护(例如禁止任何形式的数据交易)将很容易导致大公司的垄断,扼杀中小企业的发展之路。
六、结语
笔者认为,国家应就个人数据进行更完善的立法。在此之前,权威专业机构首先应该对个人数据建立分级体系。
简单来说,可以定义重隐私和轻隐私之类的概念,重隐私绝不可以进行任何形式的转移,更加不能交易,而轻隐私可以允许转移和交易。像用户名、密码、身份证号、电话号码、聊天记录之类的信息毫无疑问属于重隐私,而用户浏览行为或者出没地点之类的信息属于重隐私还是轻隐私就是需要被讨论的话题了。
(作者简介:从事IT和互联网行业二十余年,现为科幻作家,2019年1月出版人工智能长篇科幻小说《云球》第一部,首月月销超过四千册,微博@云球白丁。)
本文系观察者网独家稿件,未经授权,不得转载。
-
本文仅代表作者个人观点。
- 请支持独立网站,转发请注明本文链接:
- 责任编辑:陈轩甫
- 最后更新: 2019-03-24 16:36:14
-
王羲之华佗“真迹”扎堆出现 量子科技鉴定靠谱吗?
2019-03-24 14:18 科技前沿 -
三大电信运营商5G投入将谨慎务实
2019-03-23 21:05 -
腾讯:因上海运营商光纤大面积故障,多个业务受影响
2019-03-23 17:52 网络战线 -
5G应用,联想杨元庆怎么说
2019-03-23 16:36 科技前沿 -
中国科研人员开发出“蚁群”微型机器人
2019-03-23 15:20 科技前沿 -
库克:感谢中国打开大门
2019-03-23 10:24 苹果新“品” -
这个巨环背后,是中国人的原始创新
2019-03-23 10:02 科技前沿 -
湖北发现5亿年前“寒武纪化石宝藏”
2019-03-22 20:05 -
媒体:全球晶圆厂支出下降 中国IC设备市场独好
2019-03-22 13:31 -
长江存储年底量产64层堆栈3D NAND闪存,与国外差距缩小到2年
2019-03-22 13:26 -
小米否认雷军减持3.78亿股:恶意造谣,保留法律追诉权利
2019-03-22 13:22 -
没有现货背后,柔宇五行缺“硬”
2019-03-22 10:20 大公司 -
中国移动将新增5万个5G基站 投资额不明确
2019-03-21 22:57 -
我国预制装配式电力综合管廊施工关键技术获新突破
2019-03-21 22:46 -
一加CEO刘作虎点评全程DC调光:这是营销
2019-03-21 20:26 -
中国首个大型先进商用压水堆燃料组件研制成功
2019-03-21 19:09 -
三一自主研发无人压路机 路面施工进入智能时代
2019-03-21 18:30 -
日月光5G毫米波天线封装,下半年有望先行量产
2019-03-21 17:47 5G -
价格猛!华为P30 Pro四摄参数曝光:40MP索尼IMX650、50倍变焦
2019-03-21 17:06 -
我国攻克碳-14标记关键化合物制备与标记技术难关
2019-03-21 15:16 科技前沿
相关推荐 -
王毅见布林肯,对美方提出三个“不要” 评论 41胜利会师! 评论 195神舟十八号载人飞船发射取得圆满成功 评论 146“准备好为同志们挺身而出了吗?”“YES!” 评论 586哥大挺巴抗议持续,美众议长称国民警卫队应适时出动 评论 428最新闻 Hot