大資料記錄一切 是天使還是魔鬼？

提起大資料，很多人都感覺略知一二；但大資料到底是什麼，又很少有人能解釋清楚。 今年兩會期間，包括小米科技創始人雷軍、聯想集團董事長楊元慶、科大訊飛(002230,股吧)董事長劉慶峰在內的多位代表、委員都提出了與大資料相關的建議和提案，他們一方面希望從國家層面推動大資料的發展， 另一方面也對它在資訊安全方面可能存在的隱患提出了警示。

大資料記錄了所有一切

一份調查顯示，2013年我國產生的資料總量超過0.8ZB，相當於2009年全球的資料總量；而到2020年，一個普通中國家庭每年產生的資料量，將相當於半個國家圖書館的資訊儲量。

中國電子學會秘書長徐曉蘭委員指出，海量的資訊儲存和挖掘，既是大資料的價值所在，也是它有別于傳統互聯網、可能對資訊安全帶來的新隱患。

「大資料時代，記錄了很多以往根本不可能或者不需要記錄的資料，比如微博、朋友圈的內容，上網產生的cookie，家庭水電氣使用的情況、汽車和大型設備上安裝的感應器拿到的資料等。 」社交資料分析公司獨到科技的CEO張文浩說，「如果這些資訊都是"孤島"，影響可能不大。 但一旦相互關聯，影響力會大得驚人。 」

中科院資訊工程所所長田靜委員也表示，以往碎片化的資料只是盲人摸象，但現在這些碎片全都被存貯起來，通過相關性分析拼湊，「就知道象到底長什麼樣了」。

技術上的差距，也造成了大資料暫時的「不安全」。

「沒有自己的分析能力，我們怎麼能搞清楚哪些資料是需要保護的？ 」

對於田靜的這個「問題」，國家資訊化專家諮詢委員會副主任、中國工程院院士鄔賀銓提供的一組資料給出了答案—資料中，大約有一半是應該保護的，但我們現在真正保護的「只有一半的一半」，很多資料在有意或無意當中被獲取，「 如果這些資料整合起來，被某些別有用心的人利用，會對安全造成很大的影響」。

徐曉蘭介紹，目前我國很多機構和企業使用大資料分析軟體都是國外廠商生產的，特別是近幾年視頻等多媒體資料爆炸性增長，「這些資料都是異構化的，這部分軟體是我們的短板」。

著名軍事專家尹卓委員則指出，現在互聯網所使用的伺服器大都放在美國，「自己沒有伺服器怎麼可能安全」？

另一方面，在田靜看來，缺乏大資料環境下的安全理念也是重要原因之一。 「過去認為無害的資訊，在資料爆炸的今天，已經完全不一樣了。 觀念不改，是沒有秘密可保的。 」

張文浩也認為，國人缺乏這方面的意識。 「在美國，很多人都會要求不公開自己的隱私，或者主動把自己的資料提供給某些特定的機構使用；但在國內幾乎沒有聽到過，大家也不知道什麼類型的資料可能會有多大的風險。 」

大資料或許也很「危險」

張文浩認為，很多人對於大資料的理解都只注意到資料的體量和統計，「其實，通過深度分析，從紛繁的資料中抽象出規則和原理，並實現對未來的前瞻性預測，才是大資料真正的價值和魅力所在」。

因為大資料，奧巴馬在2012年成為過去70年來，第一位在失業率高達7.4%的情況下成功連任的美國總統；因為大資料，Target超市「預測」了18歲少女的懷孕......

任何一項新技術的背後，都可能懸掛著一把達摩克利斯之劍。 大資料也是如此，在人們驚歎于它的「神力」之時，「威脅」也正悄悄逼近。

「前兩年，國外一家情報搜集機構利用國內某機構人員公開發表的資料和資訊，進行深度挖掘分析，生成了有價值的情報。 」徐曉蘭告訴記者，後來經過詳細調查，確認情報確實不是該人員提供，而生成情報的那些資料本身也是可公開的。 「這在以往幾乎是不可能的，也給我們敲響了警鐘。 」

尹卓以戰時的交通流量資訊舉例說，如果不注重資料的安全使用，將可能對國家安全帶來隱患。 「科索沃戰爭中，南聯盟的油料庫雖然隱蔽得很好，但美國軍方通過對衛星圖中的交通流量進行分析，劃定了大量油罐車經常出沒的區域，在進行精確搜尋，從而一舉炸毀。 」

如果您認為這些「危險因素」離自己很遠，那就大錯特錯。

「現在很多智慧手機的應用都要求訪問通訊錄，」鄔賀銓說，很多人覺得自己沒有什麼秘密，就同意了。 「但實際上，這不僅會透露自己的大量資訊，也會把很多人置於隱私暴露的危險之下 。 」

張文浩也指出，現在很多年輕人都有用手機發微博或者「簽到」的習慣，「這樣其實會洩漏自己的很多資訊。 比如你白天經常簽到的位置就很有可能是你的單位，傍晚以後簽的多半是自己家」。

大資料正經歷成長的煩惱

「要想征服資料，只有更好地利用它們。 」張文浩說，資料是一種資源和財富，積累越多，產生的效力也會越大。

這個觀點得到了鄔賀銓的認同。 他認為，越想規避大資料帶來的安全風險，越需要搜集儲存海量的資料，並進行深入的挖掘分析。 「有統計顯示，國內資料搜集量不及日本的60%和北美的7%，大量資料留這樣白白流逝。 」

「企業掌握的資料畢竟有限，而且是局部的。 」百度公司董事長李彥宏委員提出了資料開放的概念，國家應該把那些不涉及安全的資料公開，讓有能力的機構進行更好的分析利用。

國家基礎地理資訊中心原總工程師李莉委員指出，有的公共部門掌握了大量公共資訊，這些資料是國家基礎資訊的重要組成部分。 鄔賀銓強調，這些資料「不願與其他部門共用，導致了資訊不完整或重複投資」。

共用資料在技術上是否存在很大的難度？ 在徐曉蘭看來，現在需要大力發展的資料採礦、分析方面的技術，但對於資料共用本身而言，技術不是最大的障礙，關鍵還是利益協調。 她說幾年前，國土部和銀監會準備摸底國家土地資訊，「一開始很多人提出各種各樣的困難，幾乎認為是不可能完成的任務。 但後來引入問責等行政手段，得到地方配合，進行得就很順利」。

張文浩認為，建立一個公開、透明、規範的資料超市，將會大大增強資料的利用率。 但在這個過程中，需要仔細考量什麼樣的資料可以進入市場。

這就涉及到立法的問題。 「界定"隱私"和為數據進行安全分級，是制定法律法規時要優先考慮的方面。 」他指出，「個人化服務和隱私之間是一個博弈。 名字、電話、住址...... 不能什麼都說是隱私，因此需要為數據安全分級。 簡單地說，通過資料分析的經驗，我們會知道哪類資訊具有更強的指向性和排他性。 這類資訊的安全級別就應該更高。 」