管理大數(shù)據(jù)隱私：主動出擊戰(zhàn)略
至頂網 發(fā)表于：13年05月14日 09:54 [轉載] DOIT.com.cn
似乎所有人都在關注大數(shù)據(jù)，甚至包括美國聯(lián)邦政府。美國聯(lián)邦貿易委員會(FTC)去年年底向數(shù)據(jù)經紀行業(yè)的9家公司發(fā)出命令，要求他們提供對客戶數(shù)據(jù)收集和使用情況的信息。FTC的行動明確表明，雖然大數(shù)據(jù)的興起提供了很多商業(yè)利益，但也帶來重大的隱私問題。
為什么要使用大數(shù)據(jù)?
大數(shù)據(jù)不同于過去的數(shù)據(jù)倉庫，因為它幾乎分析所有類型的數(shù)據(jù)文件或格式，包括圖像、視頻以及從社交媒體收集的數(shù)據(jù)。大數(shù)據(jù)的另一個特點是它沒有像服務器對數(shù)據(jù)存儲的“一對一”的關系，而是依賴虛擬化架構，從大型內容商店和檔案中提取內容作為單一全球資源。
在企業(yè)管理人員和業(yè)務線經理中，使用大數(shù)據(jù)的最大動機是形成更準確、詳細的預測或者推測，從而為企業(yè)提供潛在的優(yōu)勢。大數(shù)據(jù)帶來的業(yè)務優(yōu)勢很廣泛，從新產品開發(fā)和改進到最佳定價，再到篩選求職簡歷和設計有效的營銷活動等。事實上，政治運動已經開始利用大數(shù)據(jù)分析：2012年奧巴馬競選就利用了大數(shù)據(jù)分析來確定可能投票的選民，然后影響他們，通過他們來籌集競選資金，并獲得選票，這是奧巴馬獲得最終勝利的關鍵戰(zhàn)略。
大數(shù)據(jù)隱私問題
FTC最近采取的行動是專門針對數(shù)據(jù)經紀公司：這種公司收集和分析特定消費者行為數(shù)據(jù)，然后將分析結果賣給希望提高營銷和銷售業(yè)績的公司。然而，需要承認的是，使用大數(shù)據(jù)帶來越來越多的隱私問題，這并不僅限于這些傳統(tǒng)的數(shù)據(jù)經紀公司。經濟學人信息部(經濟學人集團內獨立的業(yè)務部)公布了使用大數(shù)據(jù)最多的19個行業(yè)領域，包括制造業(yè)、IT和技術、金融服務、專業(yè)服務、醫(yī)療保健、制藥和生物技術以及消費品等。毫無疑問，大數(shù)據(jù)革命已經開始。
根據(jù)大數(shù)據(jù)的特點，以及大數(shù)據(jù)使用的業(yè)務動機，最關鍵的隱私問題是，簡單地說，數(shù)據(jù)的質量或者準確性;以及企業(yè)使用這些數(shù)據(jù)來作出決定而可能會對個人產生的負面影響。例如，從社交媒體獲取的個人信息的準確性?從社交媒體或者其他網絡來源的信息可以用于篩選或者排名求職申請，或者提高醫(yī)療保險的價格嗎?基本的個人資料，例如年齡、婚姻狀況、教育或者就業(yè)情況通常都是未經驗證的。在免費電子郵件服務中同樣也沒有這些驗證，幾乎所有用戶都會點選接受使用條款和私隱聲明，表明同意放棄用于數(shù)據(jù)匯總的一定程度的隱私權利。
另一個質量問題是，當收集互聯(lián)網搜索字詞或短語時，可能會對它們存在誤解。企業(yè)利用大數(shù)據(jù)不佳的例子包括使用互聯(lián)網搜索詞條來評估產品定價，或者潛在目標客戶。要知道，在家庭計算機中可能有多個用戶，并且有很多原因某人在網上搜索與他們無關的主題。這種類型的數(shù)據(jù)收集、分析和使用可能產生有問題的分析結果，從而導致錯誤的決策，而最終造成個人和分析數(shù)據(jù)的企業(yè)兩敗俱傷的局面。這種缺乏對大數(shù)據(jù)質量的控制將我們指向另一個隱私保護原則，即收集符合且適合既定目標的個人數(shù)據(jù)。
大數(shù)據(jù)隱私的最佳做法
企業(yè)處理大數(shù)據(jù)的最佳做法仍然還沒有確定，但已經有一些經驗可供我們借鑒，確保在不犧牲個人數(shù)據(jù)隱私的情況下，推動大數(shù)據(jù)創(chuàng)新。
有效使用大數(shù)據(jù)的第一步是正確地采購和管理云服務，這是使大數(shù)據(jù)符合成本效益的先決條件：大多數(shù)企業(yè)不能或者不會投資于支持大數(shù)據(jù)計劃所需要的IT 基礎設施，而是依賴云計算應用、基礎設施和處理能力。此外，即使是那些愿意投資的企業(yè)也會發(fā)現(xiàn)，沒有云計算提供的靈活性，他們將舉步維艱。這也暴露了很多企業(yè)的薄弱環(huán)節(jié)，即普遍不能確保云計算中數(shù)據(jù)的安全性和隱私性。企業(yè)執(zhí)行標準的一般安全合同條款并不夠。對于特定數(shù)據(jù)隱私控制，云服務供應商和云服務用戶明確各自必須承擔的責任。還必須對云服務進行持續(xù)的檢測和審計，同時通過相關指標來顯示數(shù)據(jù)完整、保密和可用。使用云計算服務的完美的數(shù)據(jù)保護資源是云安全聯(lián)盟(Cloud Security Alliance)，其官網上有很多指導性文件可供參考。
從過往的經驗來看，在部署云服務時，最好在公共云執(zhí)行大數(shù)據(jù)原型，然后轉移到私有云。為什么?公共云部署，顧名思義，是在第三方環(huán)境內，并可能受到 “不信任”各方的訪問。而私有云部署直接受組織或者企業(yè)的控制和管理，即使數(shù)據(jù)計算設施可能位于企業(yè)外部，但私有云部署只能由受信任的各方來訪問。
更好地利用大數(shù)據(jù)的下一個戰(zhàn)略是部署融合存儲。融合存儲更有效，并能夠降低錯誤的可能性，而這些錯誤可能影響數(shù)據(jù)質量或準確性。融合存儲與數(shù)據(jù)質量和準確性相關的關鍵特征是重復數(shù)據(jù)刪除，它還具有成本效益的優(yōu)勢。
另一種最佳做法是正確地清洗數(shù)據(jù)，以幫助避免一些上述隱私問題。Emory University數(shù)據(jù)倉庫專家Amy Dean表示：“在盡可能早的時候，對數(shù)據(jù)進行過濾、清理、刪減、一致化、匹配、連接和診斷。”鑒于數(shù)據(jù)質量對分析的影響，Dean建議對多樣的不同的數(shù)據(jù)進行衡量或者評估。Dean還建議，為了查詢，數(shù)據(jù)來源應該有鏈接或可用，這樣有問題的任何數(shù)據(jù)元素都可以追溯到其源頭。
最終，確保個人數(shù)據(jù)準確性(進而確保更好的數(shù)據(jù)隱私)的最好辦法是鼓勵和要求消費者查看、審查和糾正收集到的有關自己的信息，而不只是企業(yè)自己動手。此外，消費者審查過程要易用，而且不需要消費者花錢的。對于早期大數(shù)據(jù)使用者，這是很艱巨的工作，因為他們通常收集大量甚至他們從未使用的數(shù)據(jù)，操作起來會很復雜。并且，企業(yè)可能也擔心消費者看到他們收集了如此詳細的個人信息。但這種透明度是讓消費者決定采用大數(shù)據(jù)，建立信心的最佳方式。信譽報告實體一直以來讓消費者訪問、審查和糾正數(shù)據(jù)，這是長期有效的做法，這也是美國監(jiān)管部門對該行業(yè)的要求。同樣，隱私提示、網站聲明(其中包含回答問題的詳細聯(lián)系方式)能夠實現(xiàn)更好的透明度，也是處理錯誤數(shù)據(jù)的方法。
大數(shù)據(jù)之謎
最富爭議的企業(yè)隱私觀念是取得同意或者允許收集和使用個人數(shù)據(jù)。如果時光可以倒流，一切重新開始，這將是個理想的基本規(guī)則。然而，尋求個人的同意來收集個人數(shù)據(jù)已經為時已晚，因為已經有大量個人數(shù)據(jù)被收集和廣泛共享。不爭的事實是，我們不可能確定所有可能收集了個人數(shù)據(jù)的企業(yè)。
有種辦法可以幫助個人重新獲得對其個人數(shù)據(jù)的“控制”，即允許他們完全刪除和清除自己的數(shù)據(jù)。當然，大數(shù)據(jù)用戶并不樂于提供該功能，并且，這是對消費者是否能意識到和相信使用其數(shù)據(jù)能夠帶來優(yōu)勢的“嚴峻考驗”。監(jiān)管部門在考慮保護消費者隱私權利的時候，必然會要求提供刪除數(shù)據(jù)的能力。隨著大數(shù)據(jù)使用的不斷發(fā)展，在企業(yè)大數(shù)據(jù)部署的技術設計和架構階段，企業(yè)應該考慮提供允許個人刪除特定數(shù)據(jù)字段的功能。
同樣的，從保護個人隱私權利的角度來看，使用個人數(shù)據(jù)的更好的辦法就是對所有個人數(shù)據(jù)“匿名化”處理。然而，匿名化的概念(即刪除任何可識別的字段或屬性)并沒有被證明是可行的。早在2000年， Latanya Sweeney博士(現(xiàn)為哈佛大學教授)就表明只需要三個信息就可以確定87%的美國人：ZIP代碼、出生日期和性別，而這些信息都可以在公共記錄中找到。考慮到這些研究結果，即使部署了匿名化系統(tǒng)，我們仍然能夠重新確定任何居住在美國的個人消費者的身份。
考慮到所有這些問題和戰(zhàn)略，在蓬勃發(fā)展的大數(shù)據(jù)領域，保護個人隱私權利的解決辦法是，確保可靠的準確的個人數(shù)據(jù)，并對其進行適當?shù)慕庾g。同時，企業(yè)應該將上述隱私原則納入其大數(shù)據(jù)開發(fā)和使用中，只有這樣，企業(yè)才能夠獲得最好的結果，或者說，最少的消費者抵觸情緒。
