你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　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。

　　《光明日报》（ 2023年01月12日 16版）

云南依靠科技——把天拉长 把地拉宽******

　　【在这片辽阔的土地上㉙】

　　光明日报记者 张勇 光明日报通讯员 云先锋

　　千百年来，水稻都是种在水田里，可云南澜沧的高山旱地，不仅能种水稻，还能大丰收。这真是个新鲜事！

　　云南多山，灌溉条件有限，水稻产能长期缺口较大。山区农民的口粮，以玉米等杂粮为主，想吃大米就要外购。

　　这样的状况发生改变，是从2021年5月开始的——中国工程院院士朱有勇率领云南农业大学团队来到澜沧县，在竹塘乡蒿枝坝村的山地上，试验旱地杂交水稻高产优质栽培技术。种子是云南农大稻作研究所培育的新品种。

　　“我们祖祖辈辈都在旱地上种苞谷。旱地种水稻？怎么可能！”不仅蒿枝坝的拉祜族群众议论纷纷，县乡两级农技推广人员心里也没底。

　　但让村民们感到惊奇的是，这些旱地上种的水稻真的自始至终不用浇水灌溉——谷种播种到干燥的土壤里，等雨水落地，稻谷秧苗便破土而出。只靠喝雨水，这些水稻就能茁壮成长，结穗弯腰！

　　“澜沧地区降雨量在1400毫米以上，所以我们在澜沧旱地种的水稻都不用人工浇水。”云南农大稻作所所长文建成解释，“事实上，云南多数山区旱地种水稻都不用浇水，只有降雨量在1200毫米以下的地区才需要人工补点水。”

　　其实，新稻种的种植，并非一帆风顺。稻谷秧苗长出来时，杂草也疯长，“地老虎”等害虫也猖獗起来。为防治植物病虫害，朱有勇经常蹲在稻地里，指导村民科学除草杀虫，闯过了一道道难关。

　　“我们的旱地水稻从耕地、播种、除草、收割都是机械化，打农药用无人机。依靠科技种田给村民们做示范，省劳动力，每亩比水田水稻节省成本五六百元。”朱有勇告诉记者。

　　蒿枝坝的村民们看着试验田旱地里金灿灿的水稻，纷纷要求把玉米地改种水稻。2022年，仅竹塘乡就种植水稻旱种7861亩。他们的付出，很快得到了回报。

　　2022年9月，蒿枝坝的稻谷丰收之际，中国工程院有13名院士齐聚这里，见证示范种植的405亩杂交稻旱种的丰收：一穗穗金黄的稻谷压弯了腰，连片的杂交稻旱种犹如金色的海浪阵阵翻滚。收割机很快收获了满满一车的新鲜稻谷，专家组经过现场称重得出了结果——平均亩产690.9公斤，比传统旱稻产量提高了近400公斤。

　　“水稻上山有效解决了澜沧水田少、旱地多、水稻产量不足的问题，适宜在广大山区推广，对云南‘稳口粮’工程具有重大现实意义！”文建成向记者介绍，“2022年，澜沧县20个乡镇推广水稻旱种的2.7万亩，全部获得丰收！”

　　澜沧县水稻旱种的成功，是整个云南粮食生产的一个缩影。近年来，云南省针对粮食安全结构性问题，把水稻旱种作为“稳口粮”的一项重要举措，在中低海拔雨热资源丰富的地区，探索水稻旱种绿色高效栽培技术，创建省、州、县三级示范样板77片，示范面积2.1万亩。

　　在示范样板的带动下，2021年和2022年，两年间，云南分别示范推广水稻旱种24万亩、53万亩，覆盖59个县（市、区），并由海拔1700米以下扩展到1900米左右的区域。

　　云南省级财政还安排1亿元资金，按每亩200元的补助标准支持水稻旱种。农技推广部门为水稻旱种提供科技支撑，对农技人员、合作社、种粮大户进行培训，举办技术培训班1896期次、培训130万人次。

　　“我们研究的是什么？就是依靠科技，把天拉长，把地拉宽，在一亩地里面，尽量提高土地的生产率，端牢中国饭碗。”朱有勇说。

　　《光明日报》（ 2023年01月03日 01版）