① 為破局而生,情報分析師決勝大數據
大數據時代,誰擁有數據,誰也就擁有財富。
數據服務產業的發展,提高數據的應用水平,所離不開的關鍵核心都是專業的情報分析師。
通常所說的大數據分為三種,企業數據、公權機構數據和開源網路數據。前兩種可供挖掘和應用的價值有限,目前世界上各國所重視的都是開源網路數據。
挖掘大數據價值,獲取目標對象(人物、事件、機構、項目等)精確可靠的信息,需要經由情報分析師充分利用自身的技術、方法、經驗和手段,建立和理清調查任務內在的邏輯關系,通過綜合研判,才能從紛繁冗餘的數據中找出價值。
大數據是座挖不完的「鑽石礦」,隨著科學技術的發展,每個人的生活都與大數據息息相關,同時隨著國家政策對於大數據等前沿技術的愈發重視,大數據行業已逐步形成了一個萬億級別的市場。
截至2018年底,致力於打造「中國數谷」的貴州省會貴陽正推動大數據與相關領域深度融合,全國人大代表、貴陽市市長陳晏表示,貴陽建成大數據產業園10個,大數據企業1632家,全年企業主營業務收入1000億元人民幣。在推動大數據與實體經濟、社會治理等方面,貴陽市「融」出了新動能、新前景、新生活、新效率。貴陽市政府數據已實現100%共享交換,向社會免費開放618餘萬條數據。
基於大數據對各個行業的深入影響,近幾年,美國、歐盟、日本等主要發達經濟體都積極推進各自的大數據戰略。2009年,美國科學家委員會(NSTC)就發布了《開發數字數據的威力》報告,初步提出發展大數據的框架,奧巴馬政府亦對大數據行業大力支持,幫助美國取得世界領先地位。參考《大數據白皮書(2016)》,2016年全球大數據核心產業規模約為300億美元,預計2020年有望達到近600億美元。
中國亦將大數據視為新經濟的重要支撐。2014年「大數據」首次出現在《政府工作報告》,奠定了行業快速發展的政策基礎。2017 年,工信部印發了《大數據產業發展規劃(2016-2020 年)》,全面部署「十三五」時期大數據產業發展工作。發改委、工信部及農業部、運輸部等部委先後頒布相關後續政策,推動大數據產業發展。預計未來將有更多部門出台相應具體政策,推動大數據行業的發展。
根據中國信通院數據顯示,2017年中國大數據產業規模(包括數據資源建設、大數據軟硬體產品的開發、銷售和租賃活動,以及相關信息技術服務)為4700億元人民幣,同比增長30%,且預計2020年這一規模有望趕超1萬億,年均復合增速近30%。其中,大數據核心產業規模2017年為234億元,同比增長39%,預計2018年為329億元。
目前中國金融數據體量位居全球第一,其中金融行業數據量是數據的重要貢獻和使用機構,互聯網金融占據相當大的比重,活躍的交易賬戶和交易事項為金融領域貢獻了大量可供挖掘的有價數據。
受互聯網金融的影響,金融行業大數據也迎來了迅速發展,大數據在金融行業正實現全面普及應用。大數據在金融行業的應用,除了傳統的風險管理、運營管理及業務創新外,近年金融行業大數據應用呈現新的趨勢,主要包括高頻金融交易、小額信貸、P2P放款審核、客戶管理、精準營銷等。
隨著大數據發展和應用的持續推進,未來金融大數據行業中的機構和企業將圍繞建立新的金融環境而競爭,主要表現在圍繞生態圈、戰略和產品三個層面的競爭,並由此確定金融行業企業的市場地位及競爭力。因此,金融機構、互聯網企業都不會局限於某一個層面的發展,更傾向於多維度、多層面的布局。
此外,A股上市公司在大數據產業的各個領域布局廣泛,目前A股大數據概念板塊中,有118個標的,但是在各個子版塊中有較強變現能力的龍頭企業的數量卻很少,對於一些概念炒作,沒有核心技術能力的公司,很容易因為一些市場環境的變化,產生大幅下跌,讓投資者蒙受損失。
由此可見,大數據進一步發展急切需要綜合解決方案提供商,專注於利用當代最先進的IT技術推動企業和政府部門在管理和商業模式上的創新發展,提供綜合解決方案,包括運營支撐、大數據、移動互聯網解決方案等。最終形成電信+政府+金融的大數據全面布局。
內生外延布局金融大數據,業務協同發展。在公共安全、運營商等傳統大數據業務將大數據平台和應用技術研發落地,繼而可將經驗快速復制到金融、農業等其他領域。形成強協同效用。
大數據是未來的發展趨勢,現今人人也都可以談一點大數據,任何行業都可以直接間接的與大數據相關聯,但是真正專業應用大數據技術的公司卻也屈指可數,更難辨別出真正具有大數據業務變現能力的企業。
身處信息爆炸的時代,要想透過大數據去發現背後的真相,也並不是一件易事。
術業有專攻,作為企業方需要有意識培養大數據技術和情報分析師等專業人才,而作為個人也要有意識培養情報分析師思維,如此才能真正將大數據為己所用,如此也才能在未來市場的角逐中不被淘汰出局。
未來,每一個人都離不開對於數據的分析。
② 曝美駐華使館過度採集中方雇員信息,數據或供給美國情報,美方有何目的
美國駐他國的大使館,從來都不單純只是雙方外交關系的紐帶。它更像是美國以合法的方式、楔進他國的最大的一顆釘子,而這顆釘子的用途,絕對與和平無關。
據了解,美國駐華大使館存在過度採集中方雇員信息的違法行為,且這些非法採集的數據,或提供給美國情報部門。報道提到,中國雇員對此敢怒不敢言。
在信息方面,美國對俄羅斯有著碾壓式的優勢。這種現象應該引起我們的重視了,我們晶元不行,我們更應該注重個人信息安全的保護。
③ 大數據時代網路輿情管理變革探討
大數據時代網路輿情管理變革探討
大數據時代的到來對人類的生活、工作與思維產生變革性影響,深刻改變著商業王國及公共管理等各個領域的面貌,「大數據」日漸成為各行業創新的助推器。當前中國網路輿情環境復雜,網路輿情危機時有發生,社會熱點輿情事件和涉官涉政輿情事件不斷涌現,造成社會民主生活和政治穩定間的不平衡等諸多影響。大數據背景下的網路輿情正在發生巨大的變化,網路輿情管理變得日益復雜和重要,如何抓住大數據時代為網路輿情管理變革帶來的機遇,以「大數據觀」變革傳統網路輿情管理思維,准確把握網路輿情的內在特徵及其在演變過程中的潛在規律,實現網路輿情管理在思維、模式以及技術上的創新,對於新形勢下做好網路輿情引導工作,加強和改進網路內容建設,具有重要的理論意義和實踐價值。
一、大數據時代必然要求網路輿情管理變革
「大數據」概念最早在20世紀80年代提出,2011年麥肯錫咨詢公司發布其研究成果《大數據:下一個創新、競爭和生產率的前沿》,使這個概念得以大范圍推廣。2012年3月29日,奧巴馬宣布將投入2億多美元啟動「大數據發展和研究計劃(Big Data Research and Development Initiative)」,將「大數據戰略」上升為國家戰略。近兩年,大數據備受學術界、產業界和政府部門的關注,成為國內外強有力的前沿詞彙。大數據又稱巨量數據、海量數據、大資料,指的是所涉及的數據量規模巨大到無法通過目前主流軟體工具在合理時間內進行抓取、管理和處理的數據集合,是必須通過深度挖掘、計算、分析才能創造價值的海量信息。大數據在體量、復雜性、產生速度及價值密度四個方面都極大地超越了傳統的數據形態,具有4V特徵:大量(Volume)、多樣(Variety)、高速(Velocity)、價值(Value)。數量龐大的網民通過論壇、微博、微信等多種途徑方便快捷地發表言論觀點,網路輿情的規模和復雜性急速上升,體量巨大而價值密度低,其內在特徵的變化必然要求實現網路輿情管理的變革以適應大數據時代的發展,這些要求主要體現在四個「轉向」上。
(一)從監測轉向預測。大數據的核心和目標就是預測。復雜網路的研究專家巴拉巴西認為,「93%的人類行為是可以預測的,當我們將生活數字化、公式化以及模型化的時候,我們會發現其實大家都非常相似。生活如此抵觸隨機運動,渴望朝更安全、更規則的方向發展,人類行為看上去很隨意、很偶然,卻極其容易被預測」[1]。例如,亞馬遜可以推薦我們想要的圖書,淘寶知道我們的喜好,而人人網可以猜出我們認識誰。傳統網路輿情管理把監測已經產生的輿情信息作為起點,這種明顯的滯後性使其在網路輿情危機的應對中處於消極被動的位置。而目前留給突發事件的處理時間越來越少,從傳統的「黃金24小時」變為「黃金4小時」,如此短的時間使輿情分析和決策尚未來得及參與進來,整個事件就已經造成了爆炸性的效果。在大數據時代,通過挖掘數據相關性,把數學演算法運用到海量的數據上進行分析,在敏感消息進行網路傳播的初期就提前開始監測,然後建立模型,模擬模擬網路輿情的演變過程,使網路輿情突發事件發生的可能性和傾向性變得可以預測。
(二)從節點轉向網路。由監測輿情轉向預測輿情的目標實現,最關鍵的大數據技術就是挖掘數據的相關性。在小數據時代,由於受到資料庫和計算分析能力的限制,無論是對於因果關系還是相關關系的追尋,都耗資耗時,並且易受傳統的思維模式和特定領域隱含的固有偏見的影響,無法保證輿情分析結果的准確性。因此傳統的網路輿情管理只注重輿情內容的監測,通過分析單個數據節點,如網民「說什麼」來抓住比較淺層的社會語義表達。大數據則在保留了原始數據的同時,記錄了網民「為什麼這么說」背後的社會心理和社會關系網。按照大數據思維,每一個數據都是一個節點,可無限次地與其他關聯數據形成輿情鏈上的乘法效應——類似微博裂變傳播路徑,數據裂變式的關聯狀態蘊含著無限可能性[2]。通過對海量信息的解構與重構,充分整合政府和企業的數據資產,利用一系列飛速發展的新技術和新工具,描繪、測量、計算各節點之間的關系,深度挖掘數據的相關性,以此排除偏見和視覺盲點,掌握易被忽略的社會動態,預測輿情的發展趨勢。因此大數據時代必然要求網路輿情管理變革其監測系統,由節點轉向網路,把握相關性,進而分析輿情背後的社會互動,乃至網路族群之間的界限和相互勾連。
(三)從定性轉向定量。輿情分析師或解讀者從自身經驗和視角出發,在傳統網路輿情管理的過程中進行定性分析時,必然使其分析結果帶有個人價值與理念的主觀印記,甚至不同的輿情機構對同一輿情事件會得出相悖的結論。在大數據時代,所有元數據都可通過量化關聯轉化為有價值的信息,並實現多次利用,每一次利用都是一種創新,大數據成為網路輿情定量管理的力量源泉。盡管數據的相關性決定了某些數據價值的潛藏性,但新技術、新軟體的出現使得通過數學分析實現數據的價值轉化變為可能。而多維解讀輿情和新的深刻洞見的揭示,使輿情分析結果的全面性和客觀性大大超越傳統的網路輿情管理。但數據的量化並不等同於簡單的「數字化」,而是數據的可計算化,舍恩伯格將其稱之為「數據化」,是指一種把現象轉變為可製表分析的量化形式的過程[3]。「數據化」使態度和情緒轉變為一種可以分析的形式,網路輿情的相關信息得以進行深入分析,一些社交媒體如Facebook、Twitter、QQ、微博、微信等坐擁大型數據的寶藏,一旦實現對其自身資料庫的深度利用,就能輕易獲得社會各個領域和所有用戶的幾乎全部動態信息。
(四)從樣本轉向全體。在傳統的網路輿情工作模式中,所採集的輿情關聯數據僅為樣本信息,構建的資料庫結構單一、數據量有限。其數據源一般是基於抽樣或者針對重點網路站點進行的數據抓取,僅能對小規模、有結構或類結構的數據進行分析,標准不一,難以在不同領域中通用。同時,樣本分析並不能保證結果的准確,即使分析方法和操作沒有問題,但采樣過程的任何偏誤都將使輿情分析結果與事實相去甚遠。大數據體量巨大,從TB級別躍升至PB乃至ZB級別,完整記錄了社情民意,成為人類生存痕跡和心理變化的記錄儀。采樣的目的是以盡可能少的數據獲得盡可能多的信息,但大數據是建立在掌握所有數據,至少是海量數據的基礎上的,在數據處理技術日新月異的今天,變革傳統輿情管理思維與方法,改變采樣的慣性行動成為必要。通過運用大數據技術,建立網路輿情自動分析系統,全天候自動搜索並採集與目標輿情看似毫不相關實則具有內在關聯的信息,在抓取和收集頁面之後,對信息自動分類、自動獲取關鍵詞、自動內容分析和自動報警等。樣本擴大至幾乎全體,輿情分析的結果更加客觀可靠。
二、大數據時代網路輿情管理變革的效應前瞻
抓住大數據時代變革網路輿情管理的新機遇,迎接大數據時代網路輿情管理的新挑戰,順應大數據時代網路輿情管理的新要求,變革與創新網路輿情管理將會產生良好的管理效應,實現新時期網路輿情管理的升級轉型。
(一)實現「防火」式管理。傳統的網路輿情管理因為無法把握數據相關性,不能准確預測輿情未來的發展趨勢,因此採用的是「滅火」式管理模式。政府通常在輿情產生或者已形成輿情危機的情況下才開始採取措施,如發布信息、引導輿情、滿足訴求等,以此達到「滅火」效果。在此種模式下,政府經常被動陷入網路輿情漩渦,由此形成視網路輿情為「敵情」的偏見。為了擺脫這一困境,政府總是試圖「控制」、「引導」和「應對」網路輿情,以一種上位者的姿態去支配、主宰網民及其輿情表達的方式。然而,若網民在網路輿情中的主體地位得不到保證,網路輿情就會失去其「減壓閥」的功能,網路輿情問題將會是治標不治本。大數據時代,政府轉變網路輿情管理思路,變革網路輿情管理模式,應用大數據技術對網路輿情進行關聯分析、級別劃分、聚類分析和傾向性分析,將實現「滅火」式管理到「防火」式管理的轉變。通過尋找「導火索」與「減壓閥」之間的平衡點,在發揮網路「民間輿論場」作用的同時,將網路輿情危機扼殺在搖籃里。例如美國中央情報局通過抓取海量數據來追蹤恐怖分子和監控社會情緒,在「阿拉伯之春」中,通過大數據分析多少人和哪些人的立場從溫和變為激進,並「算出」誰有可能會採取有害行為。
(二)打撈「沉沒的聲音」。大數據源於互聯網的分享、開放,但「數字鴻溝」的存在卻使「信息窮人」與網路隔絕。盡管互聯網的發展使這一部分人的比例越來越低,但發展不均衡性的擴大意味著現在和將來仍然有一個不容忽視的群體將無法提供任何數據。即使是那些能夠充分利用網路的人群,也有可能因為在某種情境下成為輿論中的弱勢群體,或者因其在輿情主流中的異質思維而選擇不在網路上發聲。當然,這種選擇既可能是主動也可能是被動的。正如美國哲學家埃里克·霍弗所言,「一個國家最不活躍的人群,為佔大多數的中間層次。他們是在城市工作和在鄉間務農的正派老百姓,然而,他們的命運卻受分據社會光譜兩頭的少數人——最優秀的人和最低劣的人所左右」[4]。顯而易見的是,單憑技術體系構築的大數據平台無法真正獲取「全部數據」,通過改革網路輿情管理去打撈那些可能代表某一個群體或一定數量級的「沉沒的聲音」十分必要。因此,全面思考和理清大數據時代網路輿情管理面臨的機遇和挑戰,通過「大輿情」觀念的構建,變革網路輿情管理的工作理念和模式,將有利於打撈「沉沒的聲音」。例如,將輿情服務與社會調查相結合,重視實地調研與第一手材料的採集,而不是把網路輿情管理捆綁在技術上,將避免得到不全面的輿情或做出誤導性決策。
(三)識破「偽輿情」。當前備受關注的網路輿情,越來越成為依存於影星式的學者、影星式的記者、影星式的商人和影星式的政客為中心的「偽輿情」[5]。重大敏感事件發生後,部分網管和有影響力的輿情機構快速封堵其主觀上認為的「有害信息」,選擇性地編撰輿情報告,以片面、虛假的「偽輿情」影響決策層對形勢的研判,使其做出符合自身利益訴求的決策。有些利益集團則精心扶植和培育自己的網路發言人,引導網民思考的內容和方向。結果,這些輿論領袖對關鍵事件和問題的看法在網路上大行其道,並淹沒其他異質言論,使群眾對真相的認知產生巨大偏差。當輿情被各方利益集團的政治力量和經濟力量操縱時,它便喪失了獨立性,一旦「偽輿情」被識破,輿情機構就可能失去其公信力。基於全網的完整、准確和極速的信息抓取有利於為輿情分析報告提供一手的材料、純粹的事實,從而獲得真實全面的輿情,使網民在不知道「為什麼」的情況下,依然能獲得對「是什麼」的比較公正客觀的認知,並以此助力網路輿情的引導。同時,通過變革網路輿情管理的體制機制,保持輿情管理的獨立性將有力識破「偽輿情」,剔除「雜音」與「噪音」,使大數據時代的網路輿情真正成為現實世界的「鏡像」。
(四)克服「盲人摸象」和「信息孤島」。海量信息無限增長與網民關注、分析能力有限之間的矛盾,造成了「數據爆炸」與「知識貧乏」的怪象,加劇了社會輿論的「盲人摸象」效應。大數據時代下,網路媒體促進了信息的開放和溝通的便捷,人們對公共事件的參與達到了一個前所未有的高度,但是分眾傳播、個性化傳播的凸顯以及信息的碎片化,使得全面、深刻地關注和分析事件變得越來越困難。網民非理性、易激動的特點導致網路輿情的偏激和情緒化,網路的「群體極化」被放大。大數據時代的輿情監測是建立在傳統人工和軟體無法進行的全網輿情信息採集的基礎上,樣本擴大到全體。通過運用大數據技術,建立網路輿情自動分析系統,避免因數據源不全面而造成的重要信息監測缺失,將有利於消弭「盲人摸象」現象。與此同時,由於信息化應用水平參差不齊,政府和企業不同的部門之間都存在「信息孤島」問題:有多少個部門就有多少個信息系統,每個系統都有自己的資料庫、應用軟體和用戶界面,完全是獨立的體系,阻礙了數據的互通互聯[6]。變革大數據時代網路輿情管理的工作模式,統一輿情行業的技術標准,共享數據,建立網路輿情服務聯盟,統籌政府、企業、媒體及社會力量,實現網路輿情的多元共治將有利於解決「信息孤島」問題。
三、大數據時代網路輿情管理的變革路徑
當大數據給各行各業帶來變革性影響時,全世界都沒做好迎接這場產業革命的准備。但與英美等發達國家相比,中國更像是處在大數據時代的前夜。而中國的人口和經濟規模決定了中國大數據的規模為全球最大,為中國抓住時代的脈搏進行改革提供了難得的機遇。在這種大背景下,大數據對傳統輿情管理也產生了深刻的影響,要使網路輿情管理變革產生應有的預期效應,適應時代的發展要求,須從思維觀念、方法手段、體制機制、技術保障、人才建設等路徑著手。
(一)樹立大輿情觀念。大數據時代網路輿情管理的變革,首要在於樹立大輿情觀念。這里的大輿情,包括兩層含義。第一,強調「大數據觀」,即充分實現網路數據平台的開放共享。按照「一切皆可量化」的大數據邏輯,一個新增的相關性數據的產生,通常會帶來一個新的分析結果。因此只有形成「大數據觀」,實現數據的動態分享,才能有效防止信息「碎片化」,最大限度地消除「盲人摸象」和「信息孤島」現象。第二,強調網上和網下數據的整合。網路輿情與社會調查結合不足,可能降低輿情的真實性,誤導決策。例如,對於假期調整方案的選擇,各輿情機構組織的網路投票的結果各不相同,其做出的輿情分析報告也和真實民意相左。因此只有真正掌握「大輿情」,打撈「沉沒的聲音」,才能正確決策,打造一個更安全、更高效的社會。樹立大輿情觀念,首先,必須實現數據分析的動態化,打破數據壟斷,統一標准,共享數據,預防孤立的輿情機構閉門造車,制定片面或錯誤的輿情分析報告。其次,應把網上網下各方面數據整合起來,挖掘網路輿情與社會動態背後的深層次關系,實現網路輿情管理和社會治理的緊密聯動、同步推進[7]。最後,完善和創新包括輿情抓取、預警、研判到決策、評估等在內的網路輿情管理的各個環節,使輿情管理功能不僅僅限於危機處理,更能發揮輔助決策的作用。
(二)變革網路輿情的引導戰略。做好輿論引導工作,應把握好時、度、效。但是目前許多地方和部門對如何進行網路輿情的引導仍然缺乏正確認識,於「時」不能把握好「黃金4小時」,於「度」不能掌握火候,拿捏分寸,於「效」不能保證網路輿情引導的實效質量。大數據由於自身具有的特點,使其利於變革網路輿情的引導戰略,變「封改刪」、「鴕鳥戰術」為「網上引導,網下落地」,使「偽輿情」失去生存的土壤。因此,我們要充分發揮大數據的優勢來提高輿情引導工作的能力。其一,利用大數據提升網路輿情引導的預見性和目的性。通過數據抓取和相關性分析,構建網民意見傾向分析模型,了解網民的偏好和特點,建設和完善政府網站、官方微博,扶植和藉助意見領袖,做到「善說話、說對話、接地氣、辦實事」。其二,通過數據的價值轉化,實現網路輿情的價值引導。在充分收集相關數據的基礎上,運用圖表等數據可視化技術揭示事件的前因後果,讓數據「發聲」,使網民既「知其然」也「知其所以然」,從而全方位360度無死角了解事件的來龍去脈,消除「盲人摸象」現象。其三,提升輿情引導的公信力。一方面加強新老媒體間的互動,發揮各自的優勢與公眾溝通,破解謠言和流言,達到時效性和權威性的雙重保障;另一方面要避免輿情分析師在處理數據的過程中受經驗偏好的影響,並防止大數據淪為某些機構和個人更便捷地操縱輿論的手段。
(三)健全大數據輿情管理體制機制。當前,網路輿情管理的體制機制尚不完善,很多地區尚不具備系統規范的輿情應對與處理的管理體系。輿情分析和預測手段落後,危機應對系統缺失,輿情管理組織機構不健全、不穩定,以及多頭管理等問題非常普遍。健全大數據輿情管理的體制機制,對於從源頭上解決網路輿情管理過程中出現的問題和困難,實現標本兼治,具有決定性作用。因此,為使網路輿情管理取得實效,提升網路輿情工作的規范化和科學化水平,我國應加快建立健全大數據輿情管理的體制機制。首先,建立網路輿情多元管理的互動機制,由國家出台大數據發展戰略規劃,產學研相結合,統籌政府、企業、社會和公民的力量,形成合力,實現共治。其次,變革網路輿情管理的機構設置,改變以往通過臨時組建領導小組或臨時辦公室等機構,或者以宣傳部門為「消防隊」等方式被動應對輿情危機的模式,通過常態化機構的設置和專業人員的配備,使網路輿情管理專門化、精細化。再次,建立權責明確的責任機制,通過加快數據立法進程明確各級各部門包括政府部門、企業媒體、人民團體等的權利義務;通過建立由網信部門牽頭的大數據輿情管理體制,改變多頭管理的局面,並設立政府首席信息官責任制度等。最後,健全大數據網路輿情管理的資源保障機制,大數據時代變革網路輿情管理面臨初期成本高、短期效益不明顯等問題,需要加大資金、技術、物資、人力等資源的投入。
(四)創新大數據網路輿情管理的方法與技術。大數據時代的到來,要求網路輿情管理必須採用更為先進的技術,這主要表現在對各種相關軟體的大量應用以及對大數據技術支撐平台的依託。目前中國網路輿情監測採集軟體中較具代表性的有TRS互聯網輿情信息監控系統、北大方正智思輿情監控系統、軍犬網路輿情監控系統、樂思網路輿情監測系統等。此外,還應完善和創新大數據技術支撐平台的五大基石——數據監測技術、數據挖掘技術、數據存儲技術、數據分析技術、數據安全技術,使大數據為網路輿情管理服務的同時又不超出我們的控制。同時,我們也不能陷入「技術是萬能的」誤區而盲目迷信和依賴技術,更不能因相信大數據強大的預測功能而導致「數據獨裁」,變成數據的奴隸。因此,網路輿情管理還需要依靠其他方法和手段相輔相成,共同作用。法律因其具備最大的強制性和權威性,成為最有效的管理控制的手段。法律與道德相互聯系,在極具復雜性和特殊性的虛擬空間里,教育和自律被擺在重要的位置上。例如,歐美發達國家如美國、英國、加拿大等都通過倡導用戶自律和自我管理來提高網民的媒介素養,加強自我把關能力。此外,還可以效仿韓國、新加坡等運用行政手段,要求網路用戶在獲得國家有關部門頒發的許可證的情況下,才能訪問政府嚴格控制的信息等。
(五)培育大數據時代的網路輿情管理人才。大數據時代的網路輿情將會形成多向度的研究,例如對社會話語表達、社會心理描繪、社會關系呈現、社會訴求預測等的分析研究。網路輿情將真正成為一門與多學科交叉的社會顯學,對人才的全面性要求很高。中國教育的學科劃分和培養體系,客觀導致培養出來的人才很難跨界。換句話說,真正進入這個行業的門檻是很高的。正因如此,各國越來越重視對數據科學家的培養,如美國在大學專門開設研究大數據技術的課程,通過嚴格的業務培訓和職業資格認證,培養下一代的數據科學家。2013年9月,我國人社部聯合人民網啟動「網路輿情分析師職業培訓計劃」,「網路輿情分析師」成為一項被正式認可的職業。但是我國現有輿情工作人員的水平仍然嚴重滯後,很多輿情機構尤其是地方政府並沒有專業的數據處理、分析團隊和專門的網路輿情管理部門。為突破大數據時代變革網路輿情管理的人才瓶頸,從短期看,可以通過招考、錄用等方式引進數據挖掘、分析人才,通過委託培養、網路培訓等方式強化已有專業人才力量,通過購買服務的方式短期租賃大數據輿情管理的高素質人才。從長遠看,則要系統梳理網路輿情管理所需人才目錄,培養和壯大既精通數據挖掘、數學建模,又擁有較高學習能力、分析能力和知識水平,橫跨統計學、社會學、計算機學、傳播學、管理學等學科的復合型人才,打造一支大數據網路輿情管理的專業人才隊伍。
以上是小編為大家分享的關於大數據時代網路輿情管理變革探討的相關內容,更多信息可以關注環球青藤分享更多干貨
④ 大數據時代的信息有哪些特點
大數據有4個特點,為別為:Volume(大量)、Variety(多樣)、Velocity(高速)、Value(價值),一般我們稱之為4V。
1.大量。大數據的特徵首先就體現為「大」,從先Map3時代,一個小小的MB級別的Map3就可以滿足很多人的需求,然而隨著時間的推移,存儲單位從過去的GB到TB,乃至現在的PB、EB級別。
隨著信息技術的高速發展,數據開始爆發性增長。社交網路(微博、推特、臉書)、移動網路、各種智能工具,服務工具等,都成為數據的來源。淘寶網近4億的會員每天產生的商品交易數據約20TB;臉書約10億的用戶每天產生的日誌數據超過300TB。
迫切需要智能的演算法、強大的數據處理平台和新的數據處理技術,來統計、分析、預測和實時處理如此大規模的數據。
2.多樣。廣泛的數據來源,決定了大數據形式的多樣性。任何形式的數據都可以產生作用,目前應用最廣泛的就是推薦系統,如淘寶,網易雲音樂、今日頭條等,這些平台都會通過對用戶的日誌數據進行分析,從而進一步推薦用戶喜歡的東西。
日誌數據是結構化明顯的數據,還有一些數據結構化不明顯,例如圖片、音頻、視頻等,這些數據因果關系弱,就需要人工對其進行標注。
3.高速。大數據的產生非常迅速,主要通過互聯網傳輸。生活中每個人都離不開互聯網,也就是說每天個人每天都在向大數據提供大量的資料。
並且這些數據是需要及時處理的,因為花費大量資本去存儲作用較小的歷史數據是非常不劃算的,對於一個平台而言,也許保存的數據只有過去幾天或者一個月之內,再遠的數據就要及時清理,不然代價太大。
基於這種情況,大數據對處理速度有非常嚴格的要求,伺服器中大量的資源都用於處理和計算數據,很多平台都需要做到實時分析。數據無時無刻不在產生,誰的速度更快,誰就有優勢。
4.價值。這也是大數據的核心特徵。現實世界所產生的數據中,有價值的數據所佔比例很小。
相比於傳統的小數據,大數據最大的價值在於通過從大量不相關的各種類型的數據中,挖掘出對未來趨勢與模式預測分析有價值的數據,並通過機器學習方法、人工智慧方法或數據挖掘方法深度分析。
發現新規律和新知識,並運用於農業、金融、醫療等各個領域,從而最終達到改善社會治理、提高生產效率、推進科學研究的效果。
⑤ 大數據如何作用於」輿情「
大數據如何作用於」輿情「
隨著互聯網技術的迅速發展,信息量大、類型繁多、價值密度低、速度快、時效高的大數據吸引了越來越多的關注目光,大數據帶來的信息風暴正在改變我們的生活、工作和思維。毋庸諱言,輿情服務在進行行業規范和整合的同時,正面臨著大數據的挑戰。
大數據時代,對信息的「加工」是基礎。據 互聯網專家介紹,大數據體量巨大,非結構化數據的超大規模和增長分別占總數據量的80%至90%,比結構化數據增長快10到50倍。從輿情產品服務的角度 看,濃縮海量信息,抵抗「數據爆炸」已成輿情工作基本要求。故此,掌握數據抓取能力與輿情解讀能力,通過「加工」實現數據的「增值」,將是未來輿情分析的 必備技能。目前,國內很多輿情服務機構甚至沒有專門的數據管理、分析部門和專業分析團隊,分析人員對信息的鑒別力、萃取力、掌控力仍有待提高。在信息廣度 上大作文章的同時,未來需要一批有較高學習能力、分析能力、知識水平的數據從業人員占據輿情服務重鎮。
大數據時代,對數據的解釋是關鍵。目 前,數據的可獲得度已經空前提高,我們可以分析更多的數據,有時候甚至可以處理和某個特別現象相關的所有數據,實現真正的大數據挖掘和分析。數據的海量、 及時、動態、開放,有利於我們完善分析的效度和深度。同時,大數據也有價值密度低、傳播速度快等特點,數據分析的模式是否科學,這將直接影響數據分析的質 量。大數據的異構和多樣性,需要輿情分析人員對一些危機事件進行高質量的數據解釋。基於數據分析,能否提煉出獨到、高質量的觀點,在凌亂紛繁的數據背後找 到更符合客戶要求的輿情產品和服務,並進行針對性的調整和優化,這是大數據時代輿情最大的變數。
大數據時代,對趨勢的研判是目標。大 數據的核心和目標就是預測,具體到輿情服務,輿情工作人員從互聯網浩如煙海的數據中挖掘信息、判斷趨勢、提高效益,雖然獲得廣泛且實際的應用,但還遠遠不 夠。輿情分析人員要不斷增強關聯輿情信息的分析和預測,把服務的重點從單純的收集有效數據向對輿情的深入研判拓展,跟蹤關聯輿情,不再局限於危機解決,還 要輔之以決策參考,從注重「靜態收集」向注重「動態跟蹤」拓展,從致力「反映問題」向致力「解決問題」拓展,使輿情產品和服務「更高、更快、更強」(視點 高、預警快、處置強)。
大數據時代,分眾服務是方向。數 據的互通互聯,改變了資料庫、應用軟體和用戶界面等系統之間的「孤島」狀態。輿情服務機構應樹立大輿情觀念,對數據進行生產、分析和解讀,探索一條為用戶 提供分眾化服務的信息增值之路,使輿情服務的主體和邊界形成一條完整的「輿情閉環」。在這個認識基礎上,輿情服務機構需把握未來幾年大數據在公共及企業管 理領域發展的重要方向:橫向看,將服務主體延伸至政府、企業和社會的各領域,通過搭建關聯領域的資料庫、輿情基礎資料庫等,充分整合政府和企業的數據資 產;縱向看,將產品內容延伸至包括輿情抓取、預警到決策、評估等在內的各環節,協助客戶豐富和完善決策參考體系。
大 輿情,強調大數據的關聯性。發展和利用好數據資源,充分反映數據爆發背景下的數據處理與應用需求,這是大數據時代最大的輿情變革。目前,國內經濟社會轉型 發展環境壓力加大,社會周期結構性突發輿情因素增多,輿情工作者尤其需要樹立前瞻意識,提高媒介素養,加強互聯網「大數據」分析研判,獲取情報,抓住機 遇,為長遠發展打下良好的基礎。
⑥ 大數據時代發展歷程是什麼
可按照時間點劃分大數據的發展歷程。
⑦ 大數據時代的信息安全和未來展望
大數據時代的信息安全和未來展望
隨著高級可持續性攻擊的出現以及惡意軟體的復雜性與日俱增,企業急需一種突破傳統信息安全保障模式的、靈活的技術和方案來應對未來不斷變化的安全威脅。大數據徹底的改變了信息安全行業,基於大數據分析的智能驅動型安全戰略將幫助信息安全從業人員重獲警惕性和時間的優勢,以使他們更好地檢測和防禦高級網路威脅。
大數據時代信息安全面臨挑戰
在大數據時代,無處不在的智能終端、隨時在線的網路傳輸、互動頻繁的社交網路使得互聯網時時刻刻都在產生著海量的數據。隨著產生、存儲、分析的數據量越來越大,在這些海量數據背後隱藏著大量的經濟與政治利益。大數據如同一把雙刃劍,在我們享受大數據分析帶來的精準信息的同時,其所帶來的安全問題也開始成為企業的隱患。
1、黑客更顯著的攻擊目標:在網路空間里,大數據是更容易被「發現」的大目標。一方面,大數據意味著海量的數據,也意味著更復雜、更敏感的數據,這些數據會吸引更多的潛在攻擊者。另一方面,數據的大量匯集,使得黑客成功攻擊一次就能獲得更多數據,無形中降低了黑客的攻擊成本,增加了其「收益率」。
2、隱私泄露風險增加:大量數據的匯集不可避免地加大了用戶隱私泄露的風險。一方面,數據集中存儲增加了泄露風險,而這些數據不被濫用,也成為人身安全的一部分。另一方面,一些敏感數據的所有權和使用權並沒有明確界定,很多基於大數據的分析都未考慮到其中涉及的個體隱私問題。
3、威脅現有的存儲和防護措施:大數據存儲帶來新的安全問題。數據大集中的後果是復雜多樣的數據存儲在一起,很可能會出現將某些生產數據放在經營數據存儲位置的情況,致使企業安全管理不合規。大數據的大小也影響到安全控制措施能否正確運行。安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐,就會暴露大數據安全防護的漏洞。
4、大數據技術成為黑客的攻擊手段:在企業用數據挖掘和數據分析等大數據技術獲取商業價值的同時,黑客也在利用這些大數據技術向企業發起攻擊。黑客會最大限度地收集更多有用信息,比如社交網路、郵件、微博、電子商務、電話和家庭住址等信息,大數據分析使黑客的攻擊更加精準。此外,大數據也為黑客發起攻擊提供了更多機會。黑客利用大數據發起僵屍網路攻擊,可能會同時控制上百萬台傀儡機並發起攻擊。
5、成為高級可持續攻擊的載體:傳統的檢測是基於單個時間點進行的基於威脅特徵的實時匹配檢測,而高級可持續攻擊(APT)是一個實施過程,無法被實時檢測。此外,由於大數據的價值低密度特性,使得安全分析工具很難聚焦在價值點上,黑客可以將攻擊隱藏在大數據中,給安全服務提供商的分析製造很大困難。黑客設置的任何一個會誤導安全廠商目標信息提取和檢索的攻擊,都會導致安全監測偏離應有方向。
6、信息安全產業面臨變革:大數據的到來也為信息安全產業的發展帶來了新的契機,還沒有意識到這場變革的安全廠商將在這場變革大潮中被拋棄。大數據正在為安全分析提供新的可能性,在未來的安全架構體系中,通過大數據智能分析有效的將原來分割的安全產品更好的融合起來,成為不同的安全智能節點,這將是在大數據時代安全產業需要研究突破的重點。
大數據安全未來趨勢展望
據MacDonald預測,到2016年,40%的企業(銀行、保險、醫葯和國防行業為主)將積極地對至少10TB數據進行分析,以找出潛在危險的活動。然而,供應商的產品格局卻無法在短期內進行轉變。現在,企業通常依賴於SIEM系統來關聯和分析安全相關的數據,MacDonald表示目前的SIEM產品無法處理這么大的工作量,大多數SIEM產品提供接近實時數據,但只能處理規范化數據,還有些SIEM產品能夠處理大量原始交易數據,但無法提供實時情報信息。
Gartner公司分析師表示,使用「大數據」來提高企業信息安全不完全是炒作,這在未來幾年內這將成為現實。大數據將為安全團隊帶來新的工作方式,通過了解大數據的優勢、制定切合實際的目標以及利用現有安全技術的優勢,安全管理人員將會發現他們在大數據進行的投資是值得的。
RSA大中國區總經理胡軍表示,「大數據將帶動安全行業方向性的改變,安全與數據互相影響,未來共同促進發展。現今的安全需要更全面和廣泛的可視性,敏捷的分析,可採取行動的情報和可擴展的基礎設施。」
我們可以看到,大數據安全已經成為不可阻擋的趨勢。在未來,不論是從商業需求角度,還是產業技術角度,大數據安全都將成為業界關注的熱點。而在這場大數據安全的盛宴中,也必然會出現新老更替、推陳出新,這一切就讓我們拭目以待吧!
⑧ 大數據時代下的輿情監控應如何做
輿情監測專員日常工作是什麼?工作主要職責是什麼? 一般來說,為了有效監測網路輿情,一些相關部門單位都會設有輿情監測專員,每天進行實時信息監測收集的工作。可能有的對於網路輿情監測意識不夠,不太清楚輿情監測專員是做什麼的?也不太清楚其日常工作職責是什麼,針對這些問題總結出一下幾點。 輿情監測專員日常工作任務:
1. 綜合監測 綜合監測網路上(包括微信、微博、自媒體等各渠道)傳遞的與工作單位相關的輿情,一旦發現負面輿論,能夠在事情發生初期及時處理。避免輿論爆發產生負面的影響。 由於互聯網信息量大,網路輿情監測員需利用輿情監測系統進行實時監測,從新聞、微博、論壇、貼吧等渠道獲取相關的信息,儲存到資料庫。
2. 輿情分析研判 信息獲取後,需要對資料庫的信息進行處理。運用輿情監測系統對時間、熱度、強度、內容等方面的信息進行篩選,剔除不必要的垃圾信息,然後自動過濾分類,最終獲取有價值的信息。在輿情處理過程中,首先需要對輿情進行分析研判,判定是否能在短期內調查清楚輿情的真相和過程,並對外公布。 在輿情處理中重視「黃金4小時」和「黃金24小時」的重要節點,盡量在節點前還原真相並用官方或主流媒體對外公布,避免事態擴大,使輿情危機進入高潮階段而造成極大的影響。 如無法短期內完成,則要立即告知事情正在處理中,有時候態度比真 相更重要。而後也要盡快查清事情的真相和輿情的傳遞過程,並形成輿情報告對外公布。
3. 製作輿情分析報告 輿情反饋包括輿情發生初期的表態公告、處理過程中的及時反饋以及處理完成後的輿情報告公布。當網路輿情已經發生,網民已經重點關注,若是不及時反饋輿情處理進展,只會加劇網友對事件的各種揣測,而使輿情越走越偏。 將篩選出的精準信息進行分析,判斷輿情事件的走向以及事件的影響力,製作成輿情分析報告。輿情分析報告應包括對當下輿情監測工作的匯報總結和輿情處置行動的提示與指導。 由於互聯網信息量大,網路輿情監測員需利用輿情監測系統進行實時監測,從新聞、微博、論壇、貼吧等渠道獲取相關的信息,儲存到資料庫。 信息獲取後,需要對資料庫的信息進行處理。運用輿情監測系統對時間、熱度、強度、內容等方面的信息進行篩選,剔除不必要的垃圾信息,然後自動過濾分類,最終獲取有價值的信息。
● 輿情監測專員基本素養:
1. 把握媒體環境的變化 新媒體時代極大地提高了民眾的參與性,網路輿情的廣泛傳播,使其影響力日漸提高,甚至成為政府單位、企業公司和名人個體決策的重要因素。網路輿情管理人員必須要隨時監測媒體環境的動向,以便隨時整合媒體傳播在輿情處理中的重要作用。
2. 具有強烈的新聞敏感性 網路輿情管理人員要善於通過媒體渠道及時把握社會的變動和輿論走向。最大限度地接觸與單位相關的信息,並對信息合理地篩選、評價和傳播,保證提供的信息能夠被媒體和公眾接受。
3. 善與媒體溝通合作 在網路輿情處理的工作中,管理人員接觸最多的就是各類媒體。網路輿情處理中,需要通過各類媒體隨時公布處理的過程。因此與媒體達成友好良性的溝通合作,是網路輿情管理人員最重要的專業素養之一。
4. 能有效引導輿情的走向 工作中,能對負面以及者虛假的輿情及時處理,發布正面、正確的觀點,鞭撻虛假醜陋,打擊謠言,向民眾傳遞正能量,引導輿情的正面走向。 蟻坊軟體認為網路輿情管理人員在處理輿情時,要把握溫情比冷漠好,面對比迴避好,主動比被動好,越早比越遲好,公開比掩蓋好,負責比推卸好的基本原則。
⑨ 如何在大數據時代的背景下將高新科技與情報信息工作相結合
隨著學科的深入交叉融合及社會發展、經濟發展與科技發展一體化程度的增強,情報研究正從單一領域分析向全領域分析的方向發展。
首先,表現在各領域中的情報研究從視角、方法上的相互借鑒。從方法上看,社交網路分析方法、空間信息分析等其他學科的分析方法,廣泛應用於軍事情報、科技情報等領域,心理學等領域的理論也用於情報分析的認知過程,以指導情報分析及其工具的研發。同時,情報學中的引文分析等文獻計量方法也被借鑒用於網站影響力評估。從技術上看,可視化、數據挖掘等計算機領域的技術,為情報研究提供了有力的技術視角,情報研究獲得的知識反過來又給予其他技術領域的發展以引導。可見,無論從思想上、方法上、技術上,各領域之間的交叉點越來越多,雖然這種相互借鑒早就存在,但現在意識更強、手段更為綜合。 其次是分析內容的擴展,這也是最為重要和顯著的變化。在情報研究過程中,不僅僅局限於就本領域問題的分析而分析,而將所分析的內容置於一個更大的情景下做通盤考慮,從而得出更為嚴謹的結論。聯合國的創新倡議項目GlobalPulse在其白皮書「BigDataforDevelopment:Opportunities&Challenges」[7]中指出,情境是關鍵,基於沒有代表性樣本而獲得的結論是缺乏外部合法性的,即不能反映真實的世界。在情報研究領域,一些數據往往因為一些不可抗力的原因而不完整,如早期的科技數據,可能由於國際形勢等外部因素,導致一些國家的科技信息無法獲取,基於這樣缺失的分析樣本來評估該國的科技影響力,如果僅就數據論數據,無疑是會得「正確」的錯誤結論,這時應針對這樣的異常情況,將研究問題放置在當時的時代背景下,揭示背後的原因,從其他方面收集信息來補充,才能得出符合實際的結論。也就是說,必須要考察不同時間戳下的相關信息,再對分析內容加以擴充,這實質是一種基於時間軸的擴展。另外,將內容擴展至本領域的上下游則是一種更為重要的擴展。例如,考察某項技術的發展前景,如果僅就該技術本身來討論,可能會得出正面的結論,但如果結合特定地區人們對該技術的態度、當地的技術水平、物理條件、發展定位等,卻可能會得出相反的結論。這就說明,在很多領域中,環境不同,發展程度不同,要解決的問題也就不同。一些地區當前關注的問題不一定就是其他地區要關注的問題,某些欠發達地區當前不一定就必須照搬另一些所謂發達地區的當前做法。這需要通盤考察,分析相關思想、觀點和方法產生的土壤、使用的條件,結合當前環境再做出判斷,否則可能會對決策者產生誤導。
⑩ 大數據時代:如何守護我們的數據安全
大數據時代:如何守護我們的數據安全
不管你承認不承認,我們已經全面進入了大數據時代。無時無刻,我們的很多信息都被通過各種途徑傳播出去,這就必然導致安全問題的產生。
大數據的安全問題有多嚴重?在此前舉辦的「2016中國大數據產業峰會」上發生的一個實例,就可見一斑。
在360展區,市民嚴女士隨手將錢包、手機放到安檢筐里,空手走過安檢門。她通過安檢門,突然發現大屏幕上顯示出自己銀行卡的姓名拼音、身份證號、銀行卡號、卡片有效期、最近10次的消費時間、消費地點、取現記錄、轉賬記錄等等。嚴女士驚呼:「遇到了魔術師」。
360安全專家劉洋解釋,實際上,存放手機錢包的安檢筐里存有一張具有NFC(近距離通信)功能的無線讀卡器,旁邊還有配套的信號接收器和電腦等設備,就像公交車刷卡器,只要銀行卡靠近讀卡器,卡片的信息就顯示出來,安檢門其實就是「安全魔術師」手中的障眼法。就在嚴女士將錢包放進安檢筐的那一刻,嚴女士的個人信息就已經泄露了。
那麼,我們靠什麼來保障我們的數據安全呢?難道我們只能看著個人的數據和隱私到處泄露嗎?
數據安全事件日益高發
近來,大數據安全事件呈高發之勢。日前,廣東警方破獲一起高科技經濟犯罪案件,17歲的「黑客」葉世廣,攻破了多個商業銀行網站,竊取了儲戶的身份證號、銀行卡號、支付密碼等數據,帶領一批人在網上大肆盜刷別人的信用卡,涉案金額近15億元,涉及銀行49家。
今年2月,發生了世界上有史以來規模最大的網路盜竊案。黑客入侵了孟加拉國央行在紐約聯邦儲備銀行的賬戶,盜走了8100萬美元,後來孟加拉國官方表示,黑客出現了一個拼寫錯誤,否則隨後還將進行一筆近10億美元的轉賬。
今年3月,與敘利亞有關聯的激進黑客組織對一個自來水廠發起網路攻擊。黑客操縱系統改變了進入到自來水中的化學物含量,阻礙凈水過程。
類似的案例不勝枚舉。
360公司總裁齊向東向《中國科學報》記者表示,接入互聯網的設備越多,網路攻擊的發生幾率就越高,網路攻擊首先瞄準大數據,攻擊造成大數據丟失、情報泄密和破壞網路安全運行。大數據技術是一把雙刃劍,既可以造福社會、造福人民,又可以被一些人用來損害社會公共利益和民眾利益。
大數據安全體系構建勢在必行
「在互聯網乃至物聯網時代,如果我們不能很好地解決安全問題,就會影響社會各方面的發展。因此,各級政府在鼓勵發展大數據的同時,要同步考慮構建大數據安全體系。」齊向東表示。
值得注意的是,傳統的網路安全思路已經無法保障大數據時代的安全。劉洋向記者介紹,傳統網路安全的防護思路是劃分邊界,將內網、外網分開,業務網和公眾網分離,用終端設備將潛在風險隔離。通過在每個邊界設立網關設備和網路流量設備,來守住「邊界」,以期解決安全問題。但隨著移動互聯網、雲服務的出現,移動終端在4G信號、Wi-Fi信號、電纜之間穿梭,網路邊界實際上已經消亡。
「很多傳統的大企業認為,只要自己購買伺服器並搭建獨立的機房,安排專門的技術人員就能夠保護企業的數據不被泄露,能夠保護企業的信息安全。但實際上,在如今的互聯網時代,這種傳統的方法更加容易被不法分子所攻破。」阿里雲安全資深總監肖力向《中國科學報》記者介紹,這是因為從技術實力來看,絕大部分企業並不是專門做網路安全、數據安全,其設置的技術壁壘難以阻擋專業的黑客。
齊向東介紹,360安全中心每天發現木馬樣本近千萬個,每天發現的各種軟硬體漏洞、網站漏洞超過120個,「每一個木馬每一個漏洞,都可能攻破預先部署的安全設備和安全軟體」。這種情況下,企業的傳統防護的確難以奏效。
雲平台和大數據需「雙劍合璧」
在采訪中,有專家認為,對付大數據時代的數據安全問題,防止信息泄露,除了完善相關法製法規,更加需要雲平台的防護技術,結合大數據技術來應對數據安全。
「在雲計算不斷深入發展的當下,將數據存儲在雲平台上,或許比傳統的企業信息防護更加安全。」肖力介紹,以阿里雲為例,阿里雲在架構設計之初就同步考慮了安全架構,不僅將安全的基因植入到整個雲平台和各個雲產品中,也將數據安全要求嵌入產品開發生命周期的各個環節。依靠專業的雲計算平台,強大的技術團隊能夠更好地應付來自黑客的攻擊。
不同用戶之間,無論是CPU、內存,還是存儲和網路,都默認相互隔離,既看不到對方的數據,也不會相互影響。「就像一間五星級酒店被分割成多個房間,他們之間是相互獨立和封閉的,從而確保不同租戶互不幹擾和數據隔離。」肖力表示。
據介紹,目前全國35%的網站的數據安全防護都依託於阿里雲平台的防護。阿里雲的雲盾,涵蓋網路安全、伺服器安全、數據安全、業務安全和移動安全這五個安全領域,來保護數據安全。
360也有自己的雲安全管理平台。劉洋介紹,該平台將360獨有的雲安全漏洞挖掘能力輸出給廣大用戶,通過統一管理、安全可見以及網路、主機、應用、數據的分層縱深防禦,為用戶全面解決雲安全問題。
「用大數據技術來解決大數據時代的安全問題十分必要。」齊向東進一步指出,必須建立「數據驅動安全」的思維,搭建全新的互聯網安全體系—「傳統安全+互聯網+大數據」。也就是說,要利用漏洞挖掘技術、網路攻擊技術、軟體樣行為分析技術以及由網路地址解析資料庫、網路訪問日誌資料庫、文件黑白名單資料庫等組成大數據系統與分析技術,構建全天候全方位感知網路安全態勢。「要基於強大的大資料庫、利用先進的大數據技術和廣泛的用戶覆蓋率,提前感知網路威脅態勢,為大眾提供未知威脅的發現與回溯功能並進行有效防護。」齊向東說。
「未來還應當聯合各方力量,共建互聯網安全產業鏈生態,來應對大數據時代的安全風險。」肖力表示。