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）
中新社70年丨张明新：从“蒙查查”到“中国新闻奖”!******
25年前的7月1日凌晨，作为中新社香港回归报道前方团队的一员，张明新随解放军驻港部队跨过深圳河，进驻原驻港英军总部威尔士亲王大厦，见证香港回归祖国的荣光时刻；25年后，这位新闻老兵再次出发，履新中新社总编辑，投身新的“新闻战役”。小牛工作室今天特别分享张明新1997年6月撰写的《<千日迎回归>写作追忆》。
破“三关”：不再“蒙查查”
1997年7月1日，是我们这些驻港的内地记者日夜盼望的日子。多少天来，大家踏着回归的脚步，废寝忘食地工作，向读者听众观众们报道回归信息，度过了一个个难忘的日日夜夜。
▲作者驻港期间在维多利亚港留影当这个激动人心的时刻就在眼前时，我不禁想起刚到香港的情景和参与采写《千日迎回归》一稿的前前后后。1994年6月1日中午，我乘坐的广九直通车越过了罗湖桥，这是我第一次出境采访，并由此开始了常驻香港的记者生涯。
作为中国一家从事对外报道的通讯社，在收回香港这一历史性事件上写出一些富有时代感的稿件是我们的使命，而又作为初来未从事过香港问题报道的我来说，仍有不少困难需要克服。
▲6月20日，香港维多利亚港两岸的多个户外大屏幕播放庆祝香港回归祖国25周年的庆祝标语。中新社记者 李志华 摄首先是语言关。1994年普通话在香港还没有现在这么流行。记得第一次去参加一个爱国爱港团体举行的记者招待会，一席的广东话只听懂百分之二三十。
于是，平日利用一切机会多看电视，多听收音机，多看录像，向当地的同事学习，向来实习的香港学生求教。慢慢地能听懂新闻节目了，电台的清谈节目也能听懂大意了，还开始大着胆子说几句。
▲97庆回归香港—北京接力赛其次是融入香港的社会，了解港人的所想所思。我到一个陌生的地方工作，一开始最好是尽可能地多参加一些活动，多去现场，了解当地，熟悉地理，能找一些今后的采访线索。“不以稿小而不去”。当然有些稿子不一定马上写，可以留下资料以后用。
再次是了解香港的政治经济情况，香港是较成熟的自由经济模式，与内地的市场经济体制有很大不同，政治体制差别就更大。临来时曾买了不少书籍，到香港后，把这些书翻了一遍，又看了一些港版的书籍资料。
经过三四个月，广东人所说的“蒙查查”(糊涂)现象少点了，一般性的报道拿得起来了，也找到了做重点报道的感觉。
“马照跑”：明天会更好
1994年10月5日是香港回归倒计时一千日。我们想，要在倒计时一千日时写篇有点分量的稿件。
“马照跑”是对“九七”后香港生活方式不变的形象写照。我们分社附近有一个马会的投注站。5日正好是赛马日，街间随机访问是我们在香港报道尤其是重大事件反应报道的常用的手法。好处是人物语言和场景鲜活生动，难处是要克服语言上的障碍，还要耗费时间，并克服一些不愿意接受访问时的尴尬情况。
老记周景洛到投注站后看见一个正在专心填马票的小伙子，小伙子选了一匹名为“明天更好”的马投注，于是老周主动上前与他交谈。得知小伙子在今天“这个特殊的日子选定‘明天更好’这匹马投注”希望会给他带来好运的心态。
我则一早就到街上转悠，见到了报摊上报纸头版大幅迎回归的祝贺广告，与平时整版篇幅的地产广告形成了鲜明的对比。便觉得这个细节既可以烘托气氛，又反映出了港人的期盼回归心情。
▲1997年6月1日香港培侨中学毕业典礼回到办公室后找出名片本，连着打了几个电话，但只找到了9月18日区议会选举时碰到的王国兴议员。我当时的广东话还处于“识听唔识讲”的阶段。好在王国兴能听懂普通话，我也能听懂他说的广东话。
通过一个人物的活动、言论来表现某个新闻事件是西方新闻写作的常见的手法，对外报道的受众也容易接受。王先生说：“港人必须丢掉幻想，立足于己，依靠祖国，团结建港。”由此表现一个普通爱国爱港人士在“千日迎回归”时的所想所思，所作所为。
▲香港各界举行国庆庆祝活动至于其他一些细节，如基本法讲座、文化和招商展览等分别是从报纸、新闻稿和采访通知材料中综合而成，没有展开写，只起到画龙点睛的用途。到了下午，材料汇集得差不多了。用一台黑白屏幕的IBM笔记本，我开始负责执笔合成。
下午3点，负责写港督施政报告稿的同事递过来彭定康的第三份施政报告英文本《香港：未来一千天》，报告中蕴含着殖民统治者的无奈和对即将退出历史舞台的心有不甘。于是决定在我们稿件中加上有关内容，以加强针对性。
▲香港—广州庆回归信鸽竞翔活动举行虽然时间匆忙，但由于大家材料准备充分，对主题商议得透彻，所以立意谋篇就省力许多，而重点放在了材料的选择和布局上，正好文字稿件选择了四个场景(报摊、马会、招商会和文化展览会)，四个人物谈话(曾宪梓、王国兴、萧蔚云、朱幼麟)，并穿插了一些过渡语言，感觉尚不冗长。
斩获“中国新闻奖”
到了下午5点来钟，初稿出来了，老周先将那份初稿修改后交给了分社的副总编蔺安稳，老蔺将原题《千日倒数迎回归》改成《千日迎回归》，改后的标题，既简明扼要，又富有力度。
第二天，我们看到了《人民日报·海外版》、香港《文汇报》、香港《商报》刊出了此稿。《文汇报》标题改为《香港：千日倒数开始》，并加了《责任感紧迫感》和《一体化的趋势》两个小标题。《商报》将标题改为《满怀期待共保繁荣港人迎接千日回归》，过了两天，看到在澳门和泰国等地的四五家报纸上也刊出了这篇稿件。
经过分社和总社的推荐，时任我社总编辑的郭健(又名郭建)将这篇稿件带到了1994年“中国新闻奖”的评比会上，获得了三等奖。 (原载1997年第7期《新闻三昧》，本文有删节)
作者：张明新(时任中国新闻社香港分社采访部主任)
| 彩神彩票地图 |
