1. 企業如何積極履行社會責任
企業履行社會責任是怎麼做到的?企業履行社會責任不單是 說說 而已，我為你帶來了“企業如何履行社會責任”的相關知識，這其中也許就有你需要的。
企業如何履行社會責任
企業社會責任的定義有上百種，其中瑞士達沃斯世界經濟論壇曾經發表過一個定義，得到較為普遍的認同。該定義把企業社會責任分為四個方面：
1良好的公司治理和道德標准。包括遵守法律、共同規則和國際標准，防範腐 敗賄賂;
2是對人的責任，主要包括實施員工安全計劃，就業機會均等
3對環境的責任，主要包括維護環境質量，使用清潔能源，共同應對氣候變化和保護生物多樣性等等;
4對社會發展的廣義貢獻，比如傳播國際標准，向貧困社區提供要素產品、服務和援助等(現在有些企業為貧困地區的學生實施的“營養午餐計劃”便是一個具體的例子)。
很多企業家一提到企業社會責任，往往首先會把它與慈善扶貧、捐款捐物聯系在一起。他們顯然對“企業社會責任的核心內容”存在一些誤解。而這也是在闡述企業和企業家怎麼履行社會責任前，首先需要弄清的一個問題。
那麼，企業社會責任的核心究竟是什麼?
企業作為一個經濟組織，最基本責任仍然是經濟上的責任——提供優質的產品和服務來滿足社會的需要，為改善人們的生活質量做出貢獻。
從企業最基本責任這個角度看，中國的現況顯然不理想，比如“吃肉怕激素，吃菜怕毒素，喝飲料怕色素，吃什麼都怕塑化劑”，有人形容那些缺乏商業倫理、不講社會責任的公司和機構“為了煮熟自己的一個雞蛋，不惜燒毀他人的整間房屋”。所以企業在履行社會責任方面，應該首先從最基本的做起：製造好的產品，提供好的服務，不污染環境，不虧待員工，不欺騙顧客，然後從企業的角度盡自己能力來促進我們整個社會的和諧發展。
IBM履行企業責任，推進社會創新
作為一個百年長青的企業，IBM 持續不斷地創新技術，始終引領著每一個計算時代，從製表計算到編程計算， 再到今天的認知計算。IBM始終如一致力推動產業和社會的創新，從創建現代產業所需要的信息基礎架構、推動計算機科學的創立、幫助人類實現登月，再到今天沃森幫助醫療行業轉型、“綠色地平線”計劃利用大數據分析、認知計算技術助力大氣污染的預測和管控、傳統石化能源高效利用、可再生能源高效生產。責任也不止於合規。從平等就業到多元化，從環境管理到隱私保護，IBM 在多個方面開創了現代企業的先河，並且持續精進。
IBM 深信只有將企業發展和社會進步結合起來才能做到基業常青。正如IBM 大中華區董事長陳黎明在 報告 致辭中表示：“一方面，我們堅信，企業的社會責任要與企業的經營和發展結合在一起，讓 企業戰略 本身成為我們履行社會責任的最大保障。另一方面，我們認為，企業在履行社會責任是最有效的手段並不是捐錢捐物，而是面向社會的具體問題，發揮自己的專業優勢，推進社會創新，以創新的方式事半功倍地幫助社會解決問題。”
本報告系統闡述了IBM 如何將企業責任融於企業的成長戰略，如何將科技創新、商業創新應用於企業的日常運營和社會責任的方方面面，推進社會創新。
教育 領域
IBM針對中國經濟社會發展對於大數據人才的需求缺口，適時推進了“大數據及分析百校合作”計劃和“百企大數據A100”計劃，並與國家 留學 基金委合作“雙百”計劃，從基礎到科研尖端全方位支持中國大數據人才的培養。
公益科學研究領域
IBM 公益眾籌計算力平台——全球網格大同盟 (World CommunityGrid，縮寫 WCG) 支持的清華大學“清水計算”研究，經過五年的模擬計算試驗，發現了通過納米材料獲得清水的高效、低成本新 方法 。《自然納米技術》——全球納米技術領域的權威期刊，發布了科學家們的研究成果。IBM 全球網格大同盟為清水計算項目執行了近 1 億次計算，價值相當於1,500萬美元，將原本如果由一台單處理器計算機需要的37,000多年的運算時間縮短為4 年多。
社會管理創新
IBM的專業咨詢服務捐贈項目將我們在全球商業領域的尖端技術和優秀人才快速部署到公益組織，幫助公益組織改善服務，更好地提供社會服務。僅2014年，IBM提供超過500筆服務捐贈，內容包括能力建設服務、戰略成長服務、業務分析服務。2015年初，IBM 向中華社會救助基金會交付了“中國民間災難應對信息平台”。歷經2013年的項目規劃到2014年的實施開發，IBM投入近3,500小時服務，來實施可視化社會大數據解決方案及移動應用，為中國民間救災公益組織搭建一個信息共享和資源協作平台。
IBM企業責任的實踐和創新離不開IBM 人的熱忱。員工志願者通過“愛心獻社區”提供的資源和支持，為自己所在社區提供系統化、專業化、多樣化的志願服務，從青少年上網安全、科學興趣培養到職業輔導等不一而足。“企業全球志願服務隊”精心組織不同技能、不同國家的優秀IBM員工，結合發展中國國家和地區的社會需要，實地提供定製化的專業咨詢服務，同時也為員工提供了獨特的 領導力 培養機會。“智慧城市大挑戰”已經派送了700多名 IBM 專家與116 座城市的領導者一道重新設計方案，助力城市發展。
企業如何履行社會責任相關 文章 ：
1. 淺談公司的社會責任
2. 關於企業社會責任的論文
3. 有關企業社會責任戰略論文
4. 企業的社會責任建設論文3篇
5. 淺談從消費者視角看企業的社會責任
2. 發達國家如何布局大數據戰略
發達國家如何布局大數據戰略
大數據在美國之所以能被迅速、廣泛應用，與美國高度重視大數據價值、積極推動數據開放和擁有一批掌握核心技術的信息技術企業密切相關。
中國國際經濟交流中心大數據戰略課題組
最近幾年，美國、歐盟、日本等主要發達經濟體採取各種政策舉措，積極推進國家大數據戰略，取得了長足進展，成功經驗值得中國借鑒。
將推動大數據產業發展上升為國家戰略
美國在推進大數據應用上形成了從發展戰略、法律框架到行動計劃的完整布局，已實施四輪政策行動。第一輪是2012年3月，白宮發布《大數據研究和發展計劃》，並成立「大數據高級指導小組」。第二輪是2013年11月，白宮推出「數據-知識-行動」計劃，進一步細化了大數據改造國家治理模式、促進前沿創新、提振經濟增長的路徑，這是美國向數字治國、數字經濟、數字城市、數字國防轉型的重要舉措。第三輪是2014年5月，美國總統辦公室提交《大數據:把握機遇，維護價值》政策報告，強調政府部門和私人部門緊密合作，利用大數據最大限度促進增長，減少風險。第四輪是2016年 5月，白宮發布《聯邦大數據研發戰略計劃》，在已有基礎上提出美國下一步的大數據發展戰略。
歐盟及其成員國已制定大數據發展戰略，主要包括:數據價值鏈戰略計劃、資助「大數據」和「開放數據」領域的研究和創新活動、實施開放數據政策、促進公共資助科研實驗成果和數據的使用及再利用等。歐盟力推數據價值鏈戰略計劃，用大數據改造傳統治理模式，試圖大幅降低公共部門成本，並促進經濟和就業增長。2012年9月，歐盟委員會公布「釋放歐洲雲計算服務潛力」戰略，旨在把歐盟打造成推廣雲計算服務的領先經濟體，預計到2020年，大數據技術領域新增投資將為歐盟創造9570億歐元產值，增加380萬個就業崗位。2013年英國政府發布《英國數據能力發展戰略規劃》，並建立世界首個「開放數據研究所」。
日本把培育大數據和雲計算派生出的新興產業視為提振經濟增長、優化國家治理的重要抓手。2013年6月，安倍內閣正式公布《創建最尖端信息技術國家宣言》，這一以開放大數據為核心的IT國家戰略，旨在把日本建成具有「世界最高水準的廣泛運用信息產業技術的社會」。
2011年，韓國科學技術政策研究院正式提出「大數據中心戰略」以及「構建英特爾綜合資料庫」。2012年，韓國國家科學技術委員會就大數據未來發展環境發布重要戰略規劃。2013年，韓國未來創造科學部提出「培育1000家大數據、雲計算系統相關企業」的國家級大數據發展計劃，以及出台《第五次國家信息化基本計劃(2013-2017)》等多項大數據發展戰略。
注重數據開放共享和隱私保護
目前，全球有75個國家明確承諾要建設開放政府、推行政府數據公開，並以政府白皮書、宣言和最高首長指令等形式啟動開放政府數據戰略。
與此同時，各國政府加強了數據隱私保護。目前全球已有近90個國家和地區制定了保護個人信息的法律。歐盟從1995年通過《數據保護指令》以來，不斷完善法律法規，加強對個人隱私數據的保護。從2002年的《隱私與電子通訊指令》到2009年的《歐洲信息緩存指令》，都是保護個人隱私的監管規定。
2016年4月，歐洲議會通過《一般數據保護條例》，以歐盟法規形式確定對個人數據的保護原則和監管方式，將於2018年5月開始實施。英國、法國、德國、愛爾蘭、荷蘭等國家也紛紛出台要求電信運營商和互聯網企業進行數據留存的法規。2016年10月27日，美國聯邦通信委員會(FCC)批准了一項消費者隱私保護規則，要求寬頻服務提供商在使用消費者的網路搜索、軟體使用、位置信息和其他與個人信息相關的數據之前必須徵得用戶同意。另外，2016年8月1日，美國和歐盟簽署的「隱私盾」協議正式生效，替代以前的「安全港」協議，提高了個人數據保護水平。
重視大數據重大項目研究與應用，佔領大數據產業和技術制高點
發達國家以點帶面引導大數據發展，通過資助重大項目研究，破解大數據發展核心技術，引導企業和社會推動大數據發展。2012年3月，美國發布《大數據研究和發展計劃》時宣布投資2億美元，聯合美國國家科學基金會、國家衛生研究院、國防部、能源部、國防部高級研究局、地質勘探局等6個聯邦部門和機構，共同提高收集、儲存、保留、管理、分析和共享海量數據所需核心技術的先進性，並形成合力。2013年1月，英國財政部明確將投入1.89億英鎊用於大數據和節能計算技術研發，旨在提升地球觀測和醫學等領域的大數據採集分析能力。2013年4月，英國經濟和社會研究委員會又宣布新增6400萬英鎊用於大數據研發，其中3400萬英鎊用來建立「行政數據研究網路」，匯聚政府部門和機構所收集的行政數據，促進發揮政府數據對科學研究、政策制定和執行的作用。2014年，英國政府投入7300萬英鎊進行大數據技術開發，包括在55個政府數據分析項目中開展大數據技術應用。2013年，法國政府投入1150萬歐元，用於7個大數據市場研發項目，促進大數據研發。
建立高規格的領導機構，統籌和強化部門間協作
各國戰略規劃都指定專門的管理機構和執行機構，其共同特點是凌駕於傳統政府機構之上，突破了傳統的政府管理模式，提高了決策與執行的效率。美國由白宮科學和技術政策辦公室牽頭建立大數據高級監督組，通過協調和擴大政府對大數據的投資、提供合作機遇、促進核心技術研發和勞動力發展等實現大數據戰略目標。日本政府內閣和總務省信息通信技術(ICT)基本戰略委員會作為日本大數據戰略制定和執行部門，肩負制定面向2020年日本新ICT戰略的任務。澳大利亞設立跨部門大數據工作組負責戰略落地，同時配備專門的支撐機構，從技術、研究等角度提供支撐。英國大數據戰略分別針對提高技術能力、基礎設施和軟硬體建設、推進合作、數據開放與共享，指定具體機構負責，同時由信息經濟委員會根據發展戰略制定具體實施辦法。
政府營造環境，充分調動企業發展大數據的積極性
大數據在美國之所以能被迅速、廣泛應用，與美國高度重視大數據價值、積極推動數據開放和擁有一批掌握核心技術的信息技術企業密切相關。谷歌、易安信、惠普、IBM、微軟、甲骨文、亞馬遜、Facebook等企業很早就通過收購或自主研發等方式布局大數據，成為大數據技術的主要推動者，並快速推出與大數據相關的產品和服務，為各領域、各行業應用大數據提供工具和解決方案。除了傳統信息技術企業，在大數據分析、應用及安全等領域還涌現出一批像盛龐卡(Splunk)、天睿(Teradata)等創新能力較強的創業公司，在風投資本支持下快速成長，並引導新的市場發展，為各界應用大數據提供了豐富的創新工具。
強化開源社區在技術開發中的作用，打造大數據產業鏈的核心競爭力
從大數據技術發展歷程看，大數據核心技術如分布式存儲、雲端分布式及網格計算均依賴開源模式，吸引全球開發者開發、維護和完善代碼，從而匯集全球智慧推動大數據技術不斷進步。大數據處理的核心技術哈杜普(hadoop)、映射歸約(MapRece)和星火(Spark)等均基於開源環境的創新發展。阿帕奇軟體基金會(ASF)是推動大數據技術發展的全球頂級開源社區，集結了全球最主要的大數據技術研發公司。同時，大數據領先企業也圍繞自身生態打造技術開源社區，這種開源項目方式吸引了全球頂尖技術人才共同開發，推動了技術創新和成果推廣。
多措並舉，堅守大數據安全底線
一是構建多方協同合作的安全機制。以美國為代表，通過體制機制改革打破數據割據與封鎖，整合大數據資源，協調大數據處理和分析機制，推動重點數據平台之間的數據共享，消除和控制高級可持續攻擊的危害。
二是組建網路部隊，增強威懾能力。2005年4月，美軍正式組建專門負責網路作戰的「網路戰聯合功能構成司令部」。日本2005年底決定組建一支由陸、海、空自衛隊計算機專家組成的5000人左右的網路戰部隊，專門從事網路系統的攻防。2013年初，俄羅斯國防部下令要求俄總參謀部確定建立陸軍網路司令部的計劃。目前，世界上已有46個國家組建了網路戰部隊，很多國家仍在不斷加大網路空間安全投入。
三是提高防範意識，加強主動防禦。美國政府要求各聯邦機構對所制定的安全計劃，至少每隔三年執行一次獨立的安全檢查或審計。
四是注重「撒手鐧」的戰略性技術。發達國家緊緊抓住操作系統、密碼專用晶元和安全處理器等「撒手鐧」的戰略性技術研究。
五是依託國家外交戰略，促進國際合作。美國利用網路安全話題與其他國家開展外交活動，為美國信息產業謀求更大市場份額。德國推動建立和保持歐盟在世界范圍內的廣泛合作、聯邦政府內部的合作、聯邦政府信息技術特派員負責的公共和私營部門之間的合作。
六是推進軍民融合，確保制信息權。美國有關機構對大數據投入巨資，目的是應對軍事和國家安全領域面臨的大數據挑戰，提升維護國家安全和信息網路安全的能力。美國不斷加強大數據資源開采，聯合有關盟友組建「五眼聯盟」，進行全球監控。
3. 「大數據」怎樣改變生活
「大數據」怎樣改變生活
大數據，現在越來越成為了一個很時髦的詞彙。有人把大數據形容為未來世界的石油，有人宣稱掌握大數據的人可以像上帝一樣俯瞰整個世界，美國政府甚至已經把對大數據的研究上升為國家戰略。日前，由中國科協舉辦的「科學家與媒體面對面——大數據離我們生活有多遠」活動中，有關專家為我們介紹了大數據對未來生活的影響。
我們生活在一個充滿「數據」的時代，這里的「數據」，並不僅僅指數字，理論上講，一切可以以文件形式儲存於計算機硬碟的東西，包括數字、文字、圖像、聲音、視頻等，均可稱為「數據」。我們打電話，使用微博、QQ、博客等社交工具，都是在不斷增加著社會總體數據量。
據權威預測，未來每隔18個月，整個世界的數據總量就會翻倍。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。
數據，除了它第一次被使用時提供的價值以外，那些積累下來的數據海洋並不是無用的廢物，它還有著無窮無盡的「剩餘價值」，關於這一點，人們已經有了越來越多的認識。事實上，大數據已經開始並將繼續影響我們的生活，下面我們不妨試舉幾例。
精準廣告投放已很普遍
很多女性可能有這樣的經歷，使用某瀏覽器在淘寶、京東等購物網站上購買過一本關於懷孕的書籍後，在之後十個月左右的時間里，你的瀏覽器兩側的廣告欄里不斷出現懷孕所需要的東西，如營養食品、對胎兒無影響的孕婦用葯、胎心監測儀、體溫計、血壓計等產品廣告，登錄原來的購物網站，也會在首頁向你推薦這類產品。而且，在十個月之後，你會發現，以上這些廣告開始變成嬰兒用品了。
你以前可能對瀏覽器廣告非常討厭，但對這類廣告，你卻欣然接受，因為它推薦的產品正是你所需要的。這實際上就是大數據應用的一個簡單案例。你的瀏覽經歷已經被瀏覽器和電商所記錄，通過對用戶瀏覽記錄進行大數據分析，就可以推測出你目前是一種什麼狀態，今後又將經歷哪些狀態，於是，專為你定製的廣告就在你需要的時候出現在你的眼前。
大數據最本質的應用就在於預測，即從海量數據中分析出一定的特徵，進而預測未來可能會發生什麼。實際上，上述例子僅僅是大數據應用的最初級階段。因為它所涉及的數據的范圍並不廣泛，其分析原理也非常簡單。而如前言所述，大數據有數據量大、數據多樣性等特徵,實際是將各個維度的數據進行綜合分析進而進行一定的預測。當不同的數據流被整合到大型資料庫中後，預測的廣度和精度都會大規模的提高。例如，當一個資料庫從不同的數據來源獲得了你使用手機的時間和地點、信用卡購物、銀行卡電子收費系統、使用QQ等聊天工具的對象、你的QQ好友關系圖、你在新浪微博、騰訊微博的收聽及被收聽關系圖譜、你交納的水、電、燃氣費等各方面的數據，數據分析師就能通過匹配獲得你生活的不同側面。通過大數據，數據分析可以發現各種各樣的關聯。通過分析，可以發現你多方面的需求，並不僅僅是諸如懷孕書籍和尿不濕之間的簡單關聯了。在數據足夠「大」的情況下，你生活中幾乎所有的需求都可能會被預測出來。例如，從數據分析出你可能會約會，於是會向你推薦衣服；從數據推測出你會出去旅遊，於是向你推薦相關裝備及旅行方式等。
醫療衛生體系會更加精密
通過分析大量用戶的搜索記錄，比如「咳嗽」、「發燒」等特定詞條，谷歌公司能准確預測美國冬季流感傳播趨勢。和官方機構相比，谷歌能提前一兩周預測流感爆發，預測結果與官方數據的相關性高達97%。2009年，在甲型H1N1流感爆發的幾周前，谷歌的工程師們公開發表了一篇論文，不僅預測流感即將爆發，並且其預測還精確到美國特定的地區和州。這讓人們感到十分震驚。准確預測流感疫情，說起來並不復雜，谷歌一直致力於對用戶檢索數據的分析。用戶求醫問葯等搜索數據可謂海量，把這些數據再拿來與美國疾控中心往年記錄的實際流感病例信息相比對，就幫助谷歌作出了准確預測。
在日本也有相似的應用，日本國內有一個網站，你只要打開這個網站用自己的社交網站賬號登錄，就可以在短時間內通過數萬條社交網站記錄找出可能感冒的人，並通過過去的感冒情況和今日的感冒情況進行分析，另外該程序還會結合氣溫和濕度的變化來預測將來感冒的流行情況，並製作一個「易感冒日歷」。目前，此類服務正在日本陸續展開。
對個體而言，大數據可以為個人提供個性化的醫療服務。過去我們去看病，醫生只能對我們的當下身體情況做出判斷，而在大數據的幫助下，將來的診療可以對一個患者的累計歷史數據進行分析，並結合遺傳變異、對特定疾病的易感性和對特殊葯物的反應等關系，實現個性化的醫療。還可以在患者發生疾病症狀前，提供早期的檢測和診斷。早期發現和治療可以顯著降低肺癌給衛生系統造成的負擔，因為早期的手術費用是後期治療費用的一半。
個性化教育可能真正實現
在傳統教育模式下，分數就是一切，一個班上幾十個人，使用同樣的教材，同一個老師上課，課後布置同樣的作業。然而，學生是千差萬別的，在這個模式下，不可能真正做到「因材施教」。
舉例來說，一個學生考試得了88分，這個分數僅僅是一個數字，它能代表什麼呢？88分背後是家庭背景、努力程度、學習態度、智力水平等，把它們和88分聯系在一起，這就成了「數據」。大數據因其數據來源的廣度，有能力去關注每一個個體學生的微觀表現——他在什麼時候開始看書，在什麼樣的講課方式下效果最好，在什麼時候學習什麼科目效果最好，在不同類型的題目上停留多久等等。這些數據對其他個體都沒有意義，是高度個性化表現特徵的體現。同時，這些數據的產生完全是過程性的：課堂的過程，作業的過程，師生或同學的互動過程……而最有價值的是，這些數據完全是在學生不自知的情況下被觀察、收集的，只需要一定的觀測技術與設備的輔助，而不影響學生任何的日常學習與生活，因此它的採集也非常的自然、真實。
在大數據的支持下，教育將呈現另外的特徵：彈性學制、個性化輔導、社區和家庭學習、每個人的成功……大數據支撐下的教育，就是要根據每一個人的特點，解放每一個人本來就有的學習能力和天分。
個人隱私保護 一道能邁過的坎
看了前面這些，讀者可能要擔心了，大數據包含有包羅萬象的數據，其中不少數據涉及個人的職位、年齡、身體狀況、消費水平、旅行習慣等隱私，那麼，在大數據時代，個人隱私能夠得到保護嗎？答案是，只要國家相關部門實時推進隱私保護，企業主動落實隱私保護責任，大數據產業在飛速發展的同時並不會對民眾隱私產生威脅。
在大數據產業中，有兩個基本的作法，一是符號化。符號化是指識別用戶的時候，識別的僅僅是一個「符號」，這個符號與真實信息並不相關，系統通過一定的演算法能夠知道多次登錄的是同一個用戶，但並沒有辦法反推出這個人是誰，因此，電話、住址等信息都沒法與本人關聯起來。二是用戶特徵。用戶特徵意味著在大數據時代企業感興趣的往往是這個用戶的特徵，而不是家庭地址、電話號碼等真正敏感的信息。例如，系統需要了解本科以上學歷、月收入10000元以上、已婚等這樣一個群體，只需要找出符合這些特徵的人的特性，並不關心這個人是誰。這樣也不會造成隱私的泄露。
當然，這些原則性問題有賴於政府推動、企業自律。但我們相信，為大數據產業的健康發展，相關部門，相關企業一定會高度重視這一問題。
以上是小編為大家分享的關於「大數據」怎樣改變生活的相關內容，更多信息可以關注環球青藤分享更多干貨
4. 商院案例:大數據安全隱患與體系建設
商院案例:大數據安全隱患與體系建設
著互聯網、雲計算、物聯網等網路技術快速發展和智能終端、智慧城市廣泛應用及大范圍建設，全球數據量呈現爆炸式增長，驅動著整個互聯網世界邁入大數據時代。
為應對大數據時代的挑戰，推廣大數據基礎分析、技術研發與應用、安全技術，以及推進大數據技術創新管理能力和業務能力、加強大數據安全與隱私管理，廣東省信息協會、廣東省計算機信息網路安全協會、廣東省大數據技術聯盟聯合主辦的「2014廣東省大數據應用與安全高峰論壇」定於10月21日(星期二)上午在廣東亞洲國際大酒店召開且圓滿結束。
藍盾股份作為中國信息安全行業領先的專業網路安全企業和服務提供商，也應邀參加該次峰會，並圍繞「大數據應用安全隱患與安全體系建設」作出了重要演講。
下文就演講的幾個重要方面整理成文，重點歸納總結了大數據的應用價值、大數據背景下面臨的安全問題以及對大數據時代安全建設的幾點考慮。
一、大數據背景介紹
1、大數據特性
大數據(Big Data)是指「無法用現有的軟體工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。」業界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數據的基本特徵。
一是數據體量巨大(Volume)。據國際知名數據公司IDC 提供的更為復雜的新數據已經出現，而且生成的速度達到了前所未有的程度，IBM預計，到2020年將增至40萬億GB的水平。
二是數據類型繁多(Variety)。大數據來源種類豐富，更為復雜的新數據已經出現，社交網路數據、網路日誌、存檔數據和感測器數據、地理位置信息都屬於人們在分析中關注的新數據源。
三是價值密度低(Value)。雖然每天產生25億GB數據，但其中只有接近0.5%的經檢測數據才具有分析價值。
四是處理速度快(Velocity)。面對如此海量的數據，非結構化數據也越來越多，如何快速地處理這些數據並挖掘出有價值的信息，這也是大數據區分於傳統數據挖掘的最顯著特徵。
2、大數據技術趨勢
1)Hadoop技術的應用
Apache
hadoop是一個開源的分布式計算框架，通過集成MapRece技術，Hadoop將大數據分布到多個數據節點上進行處理。Hadoop遵循Apache 2.0許可證，可以輕松處理結構化、半結構化和非結構化數據，一舉成為現在非常流行的大數據解決方案，可以用來應對PB甚至ZB級的海量數據存儲。
2)與雲計算的融合
大數據和雲是兩個不同的概念，但兩者之間有很多交集。支撐大數據以及雲計算的底層原則是一樣的，即規模化、自動化、資源配置、自愈性，因此實際上大數據和雲之間存在很多合力的地方。可以說大數據和雲計算是相伴而生的，大數據的處理離不開雲，大數據應用是在雲上跑的、非常典型的應用。
二、大數據的應用價值
《華爾街日報》將大數據時代、智能化生產和無線網路革命稱為引領未來繁榮的三大技術變革。麥肯錫公司的報告指出數據是一種生產資料，大數據是下一個創新、競爭、生產力提高的前沿。更有世界經濟論壇報告認定：大數據為新財富，價值堪比石油。
就國內外對大數據的研究與投入來看，2014年，Intel、IBM、微軟、阿里巴巴[微博]等行業巨頭紛紛布局大數據。IDC預測2014年產生2萬TB數據，2014年大數據產值超6億，2016年將可望突破100億。
那麼，這些看似平凡的數據能為我們帶來什麼？事實上當你把微博等社交平台當作發泄工具時，專業的斂財高手們卻正在挖掘這些互聯網的「數據財富」，先人一步用這些數據來預判市場走勢，做出正確的決定，並取得不俗的收益。
大數據的核心價值是能夠為政府、企業提供決策服務，幫助企業把握市場機遇、迅速實現大數據商業模式創新，協助政府建設智慧城市和應對公共安全，幫助公安進行犯罪預測與預防。
例如，華爾街根據民眾情緒拋售股票；美國疾控中心依據國民搜索，分析全球范圍內流感等病疫的傳播狀況；投資機構搜集並分析上市企業聲明，從中尋找破產的蛛絲馬跡；電信行業利用大數據幫助電信業對業務的分析和優化；電子商務收集、分析海量的消費者數據，從中挖掘消費者多變、復雜的需求。
總之，在大數據時代，以利用數據價值為核心，合理挖掘和利用大數據，已經為各行各業帶來了巨額財富。
三、大數據的安全隱患
隨著大數據應用的爆發性增長，大數據衍生出獨特架構，並推動存儲、網路及計算機技術的發展，同時也引發了新的安全問題。
1、網路化社會使大數據成攻擊目標
開放的網路化社會，大數據的數據量大且相互關聯，對於攻擊者而言，相對低的成本可以獲得「滾雪球」的收益。用戶數據泄露，個人賬號信息失竊的事件時有發生，一旦遭受攻擊，失竊的數據量也是巨大的。
最近幾年來數以百萬計的信息大泄密和大量的網路犯罪案件說明，大數據和雲環境下的信息安全的風險度已非昔時可比。
2、大數據加大隱私泄露風險
大數據是把「雙刃劍」，快捷的網路、精準的營銷，雖能帶給人們一個更加便捷的生活方式，同時，卻也讓個人隱私的保護幾成空談。數據分析技術的發展，勢必對用戶隱私產生極大威脅。如今的大數據營銷，對於消費者而言，就好似被一雙眼睛盯著，每時每刻窺探著你的一舉一動，作為個體消費者，我們早就無法避免自己的個人隱私被網路系統記取被商家掌握並挖掘利用，甚至被惡意使用。
3、技術短板帶來的安全隱患
NOSQL(非關系型資料庫)作為大數據處理的基礎技術，與當前廣泛應用的SQL(關系型資料庫)技術不同，沒有經過長期改進和完善，在維護數據安全方面也未設置嚴格的訪問控制和隱私管理，缺乏保密性和完整性特質。
4、大數據環境打破傳統安全壁壘
大數據的處理和存儲離不開雲，其運營環境的特殊性打破了傳統的網路邊界壁壘，使得傳統的安全技術手段無法做到有效的安全防護。
大數據本身的安全防護存在漏洞，雖然雲計算對大數據提供了便利，但對大數據的安全控制力度仍然不夠。
5、大數據可能成為高級可持續攻擊的載體
APT攻擊是一個持續的過程，不具有被實時檢測到的明顯特徵。同時，隱藏在大量數據中的APT攻擊代碼也很難被發現。此外，攻擊者還可以利用社交網路和系統漏洞進行攻擊，在威脅特徵庫無法檢測出來的時間段發起攻擊行為。
四、大數據時代下的安全體系建設
1、大數據存儲安全
大量的數據產生、存儲和分析，數據安全存儲問題將在未來幾年內成為一個更大的問題。行業必須盡快盡早規劃和布局大數據安全存儲防護措施，協同技術的發展，加大安全防護投入。安全存儲是大數據安全的最基本需求，我們可以從集中存儲、加密存儲、加密傳輸、認證授權和日誌審計等方面來對大數據的安全存儲環境加大保護力度。
2、個人隱私信息的保護
大數據和個人隱私之間的「戰爭」早已打響，必須從技術和法規層面上保障大數據時代的隱私安全，完善用戶個人信息的保障體系。
法規層面應從標准和法律兩個方面界定數據屬性和銷售許可，出台相應資質認證和法律法規，建立健全大數據隱私安全保障體系。
技術層面應使用大數據清洗、去隱私化等技術完成對客戶隱私數據的隱藏化處理。
3、大數據雲安全
大數據一般都需要在雲中實現上傳、下載及交互，在吸引越來越多黑客和病毒攻擊的雲端及客戶端做好安全保護必不可少。
我們可基於虛擬化的雲數據中心提供系統性的安全解決方案，以安全虛擬器件代替原有硬體設備的產品交付方式，確保物理、虛擬和雲環境中伺服器的應用程序和數據的安全，可以為雲和虛擬化環境提供主動防禦、自動安全保護，將傳統數據中心的安全策略擴展到雲計算平台上。
4、建立防禦機制
在規劃大數據發展的同時，建立並完善大數據信息安全體系很有必要。結合傳統信息安全技術和考量大數據收集、處理和應用時的實際環境安全需求，建立面向大數據信息安全的事件監測機制，及時發現信息系統安全問題，當大數據運營環境遭到攻擊前或已經遭到攻擊時，快速、准確地發現攻擊行為，並迅速啟動處置和應急機制。
5、重新規范管理員的許可權
大數據的跨平台傳輸應用在一定程度上會帶來內在風險，可以根據大數據的密級程度和用戶需求的不同，將大數據和用戶設定不同的許可權等級，並嚴格控制訪問許可權。而且，通過單點登錄的統一身份認證與許可權控制技術，對用戶訪問進行嚴格的控制，有效地保證大數據應用安全。
總之，大數據時代機遇與挑戰並存，在推進大數據技術創新管理能力和業務能力的同時，要加強大數據安全與隱私管理相關研究的力度，通過政策法規與技術手段相互作用，使大數據在我國各個行業得以沿著正確的方向更快、更深入的發展。
特別說明：由於各方面情況的不斷調整與變化，新浪網所提供的所有考試信息僅供參考，敬請考生以權威部門公布的正式信息為准。
以上是小編為大家分享的關於商院案例:大數據安全隱患與體系建設的相關內容，更多信息可以關注環球青藤分享更多干貨
5. 大數據就意味著更大的安全風險嗎
大數據就意味著更大的安全風險嗎
現如今，圍繞著大數據分析所涉及到的相關隱私問題存在著許多的擔憂：企業和各國的政府機構是否有權獲得如此廣泛的個人和群體信息？同時，對於他們收集和處理這些數據信息是否有相關的法律或政策對其進行指導和約束？這其中一個相當關鍵但卻並不經常被人們討論和關注的問題是安全性。
企業和政府機構所收集、存儲、分析和分發大量數據信息是否正面臨著安全風險方面的挑戰?如果是的話，他們應該怎麼做來減輕這些挑戰呢?
大數據不僅僅只是大量的數據
從某種意義上說，當一家企業開始收集和存儲大量的數據信息時，其就已然成為了一個相當顯眼的黑客攻擊目標。但更廣泛地說，對那些收集了大量有價值的非結構化數據信息的企業而言，其數據信息可能並不存在任何根本性的新威脅。
羅伯特?麥加維引用Brainloop公司全球營銷副總裁David Topping的話說：「 對於黑客攻擊而言，那些PB級存儲的大數據信息是安全的，因為這些數據的量對於黑客而言根本就太大了。也許除了那些資金雄厚的贊助商之外，一般的黑客都缺乏相關的分析工具來從如此龐大的數據量中提取有意義的信息。換句話說，企業也和這些黑客一樣，面臨同樣嚴峻而顯著的問題：如何從他們所收集的龐大數據中提取有價值的東西出來。因此，對於個別大型數據存儲庫而言，考慮增加任何超出其它類型資料庫的安全性措施並無太大的實施意義，尤其是考慮到這些黑客相對於各大機構的能力往往是有限的。」
環境和細粒度的安全
但僅僅只是因為這些數據是非結構化的或更難進行篩選分析，並不意味著大數據必然是更安全。如果所有的大數據存儲庫都是有用的，就不能將所有每一條信息都進行同等的維護。正如InfoWorld的安得烈C.奧利弗指出的那樣：「您企業所收集的數據越多，保持這些數據細粒度的任務和挑戰也就越艱巨。企業如何才能在不犧牲大數據性能的前提下牢牢把握所有這些數據的所有權，並遵守相關的監管規定呢?這促使企業首先需要選擇一款大數據解決方案。」
細粒度的數據安全分區對數據訪問進行了分類。例如，企業的某部分員工可能只能夠訪問非財務方面的數據，而較高級的員工則有權訪問更多的信息。此外，某些信息可能由另一個部門所擁有，或者對其的使用會被加以限制。我們面臨的挑戰是如何良好的對一個有組織且安全的系統進行維護，盡管面臨著一定的環境困境。因此當企業在面臨著在安全和盈利能力之間進行權衡的問題時，他們可以很容易地進行響應：「是的，我們有標準的網路安全，所以我們的數據是安全的。」
大數據不能被匿名化
您企業所受收集的數據越詳細，就越是可能涉及到更多的個體私人信息，因此，對於個人隱私和安全問題的關注度也應提高。有CSO指出：「計算機科學家表示他們可以使用不涉及個人可識別信息的數據來重建相關人員的身份數據。例如，如果一家品牌企業或政府機構獲得了覆蓋某地區一年的客戶GPS記錄列表，那麼，他們可以用該列表來了解一人或多人的身份信息。」在這種情況下，找到一個人的身份信息是非常簡單的。例如，在某個時間段根據GPS進行定位，然後從互聯網上搜索與該位置有關用戶的姓名。一般情況下，這個過程可能會更復雜一點，但從概念上講，其是一個很容易解決的簡單問題。
盡管企業紛紛試圖使大數據匿名化，這些企業最好的方法也只是使這些數據「假名化」——讓一些信息是假名的，當然仍還是可與一個真實的身份相聯系。這一有限制性的匿名化是大數據危險的一部分：黑客和其他惡意方可能無法完成數據的精細分析，但考慮到這些有限信息種類的豐富性，他們可以收集各種可利用的結論，進行欺詐，偷盜或者更糟的行為。
雖然原始數據需要保護，即使其是非結構化大數據存儲庫的一部分，但大數據所面臨的更大的威脅是企業支付了巨大的成本才從大數據分析中獲得的有價值的信息。麥加維再次引用 David Topping的話說：「許多企業浪費了太多的預算以保障大數據存儲。而他們真正的風險則在相關數據信息的輸出方面。由於企業往往很少監視或保護這些數據，圍繞著企業分析得出的洞察輸出是如何產生的... 大多數安全專家都認為，企業的雇員往往表現得很無辜，但有的的確是大數據被破壞最常見的罪魁禍首。」
企業需要保護大數據，盡管其涉及到某些原始信息，但我們需要將更多的重點放到通過對原始數據分析所獲得的洞察見解方面。特別是，這些見解必須至少被視為比原始數據更為重要。
處理大數據的安全問題
接下來的問題便是如何解決這些企業擔憂的安全問題。一種方法是為黑客提供一個有吸引力的假目標，以便使得企業能夠學習更安全的研究方法來應對攻擊，實施保護措施。這一戰略或不甚理想，因為其只能當系統已經有一些漏洞時才能發揮作用。但這些弱點是可能被識別和解決的。
引用Forrester公司研究題為《未來的數據安全和隱私報告：關於大數據的控制》IBM指出，「安全專業人士在網路邊緣最好進行控制。然而，如果攻擊者穿透你的周邊，他們將有充分的和不受限制的機會訪問你的數據。」 當然，解決方案就在於為數據提供一個安全層，讓簡單地訪問網路還不足以獲得如此大的許可權。
加密，特別是當處理大數據分析洞察見解時，是保護一種有效的信息保護方式，但其肯定不是一個新概念。
結論
大數據所涉及的隱私問題的確正在受到廣泛關注，特別是在爆出美國國家安全局對主要IT企業進行監控的背景之下。一個與之不同但又密切相關的問題是安全性：特別是，企業應如何保護原始的非結構化數據和從大數據分析中得到的洞察見解。不幸的是，數據完全匿名化是不可能的，因為數據信息需要與個人和用於各種用途相聯系(有時與其他私人或公共來源相組合)。雖然黑客可能無法竊取數據執行復雜的分析，但他們往往通過粗略地查看一下就足以收集有價值的信息(如在GPS數據的情況下)。隨著企業收集的數據逐漸存儲進大型數據倉庫，如聯邦數據服務中心，大數據安全方面亟待需要更多的審查。
6. 互聯網大數據現關心的是什麼
樓主您好：
首先，我認為大數據就是互聯網發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。
其次，想要系統的認知大數據，必須要全面而細致的分解它，我著手從三個層面來展開：
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。我會從大數據的特徵定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；從對大數據的現在和未來去洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。我將分別從雲計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從採集、處理、存儲到形成結果的整個過程。
第三層面是實踐，實踐是大數據的最終價值體現。我將分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。
和大數據相關的理論
? 特徵定義
最早提出大數據時代到來的是麥肯錫：「數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」
業界（IBM 最早定義）將大數據的特徵歸納為4個「V」（量Volume，多樣Variety，價值Value，速Velocity），或者說特點有四個層面：第一，數據體量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數據類型繁多。比如，網路日誌、視頻、圖片、地理位置信息等等。第三，價值密度低，商業價值高。第四，處理速度快。最後這一點也是和傳統的數據挖掘技術有著本質的不同。
其實這些V並不能真正說清楚大數據的所有特徵，下面這張圖對大數據的一些相關特性做出了有效的說明。
36大數據
古語雲：三分技術，七分數據，得數據者得天下。先不論誰說的，但是這句話的正確性已經不用去論證了。維克托·邁爾-舍恩伯格在《大數據時代》一書中舉了百般例證，都是為了說明一個道理：在大數據時代已經到來的時候要用大數據思維去發掘大數據的潛在價值。書中，作者提及最多的是Google如何利用人們的搜索記錄挖掘數據二次利用價值，比如預測某地流感爆發的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數據進行有針對性的書籍購買推薦，以此有效提升銷售量；Farecast如何利用過去十年所有的航線機票價格打折數據，來預測用戶購買機票的時機是否合適。
那麼，什麼是大數據思維？維克托·邁爾-舍恩伯格認為，1-需要全部數據樣本而不是抽樣；2-關注效率而不是精確度；3-關注相關性而不是因果關系。
阿里巴巴的王堅對於大數據也有一些獨特的見解，比如，
「今天的數據不是大，真正有意思的是數據變得在線了，這個恰恰是互聯網的特點。」
「非互聯網時期的產品，功能一定是它的價值，今天互聯網的產品，數據一定是它的價值。」
「你千萬不要想著拿數據去改進一個業務，這不是大數據。你一定是去做了一件以前做不了的事情。」
特別是最後一點，我是非常認同的，大數據的真正價值在於創造，在於填補無數個還未實現過的空白。
有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。
? 價值探討
大數據是什麼？投資者眼裡是金光閃閃的兩個字：資產。比如，Facebook上市時，評估機構評定的有效資產中大部分都是其社交網站上的數據。
如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
Target 超市以20多種懷孕期間孕婦可能會購買的商品為基礎，將所有用戶的購買記錄作為數據來源，通過構建模型分析購買者的行為相關性，能准確的推斷出孕婦的具體臨盆時間，這樣Target的銷售部門就可以有針對的在每個懷孕顧客的不同階段寄送相應的產品優惠卷。
Target的例子是一個很典型的案例，這樣印證了維克托·邁爾-舍恩伯格提過的一個很有指導意義的觀點：通過找出一個關聯物並監控它，就可以預測未來。Target通過監測購買者購買商品的時間和品種來准確預測顧客的孕期，這就是對數據的二次利用的典型案例。如果，我們通過採集駕駛員手機的GPS數據，就可以分析出當前哪些道路正在堵車，並可以及時發佈道路交通提醒；通過採集汽車的GPS位置數據，就可以分析城市的哪些區域停車較多，這也代表該區域有著較為活躍的人群，這些分析數據適合賣給廣告投放商。
不管大數據的核心價值是不是預測，但是基於大數據形成決策的模式已經為不少的企業帶來了盈利和聲譽。
從大數據的價值鏈條來分析，存在三種模式：
1- 手握大數據，但是沒有利用好；比較典型的是金融機構，電信行業，政府機構等。
2- 沒有數據，但是知道如何幫助有數據的人利用它；比較典型的是IT咨詢和服務企業，比如，埃森哲，IBM，Oracle等。
3- 既有數據，又有大數據思維；比較典型的是Google，Amazon，Mastercard等。
未來在大數據領域最具有價值的是兩種事物：1-擁有大數據思維的人，這種人可以將大數據的潛在價值轉化為實際利益；2-還未有被大數據觸及過的業務領域。這些是還未被挖掘的油井，金礦，是所謂的藍海。
Wal-Mart作為零售行業的巨頭，他們的分析人員會對每個階段的銷售記錄進行了全面的分析，有一次他們無意中發現雖不相關但很有價值的數據，在美國的颶風來臨季節，超市的蛋撻和抵禦颶風物品竟然銷量都有大幅增加，於是他們做了一個明智決策，就是將蛋撻的銷售位置移到了颶風物品銷售區域旁邊，看起來是為了方便用戶挑選，但是沒有想到蛋撻的銷量因此又提高了很多。
還有一個有趣的例子，1948年遼沈戰役期間，司令員林彪要求每天要進行例常的「每日軍情匯報」，由值班參謀讀出下屬各個縱隊、師、團用電台報告的當日戰況和繳獲情況。那幾乎是重復著千篇一律枯燥無味的數據：每支部隊殲敵多少、俘虜多少;繳獲的火炮、車輛多少，槍支、物資多少……有一天，參謀照例匯報當日的戰況，林彪突然打斷他：「剛才念的在胡家窩棚那個戰斗的繳獲，你們聽到了嗎?」大家都很茫然，因為如此戰斗每天都有幾十起，不都是差不多一模一樣的枯燥數字嗎?林彪掃視一周，見無人回答，便接連問了三句：「為什麼那裡繳獲的短槍與長槍的比例比其它戰斗略高?」「為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰斗略高?」「為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰斗略高?」林彪司令員大步走向掛滿軍用地圖的牆壁，指著地圖上的那個點說：「我猜想，不，我斷定!敵人的指揮所就在這里!」果然，部隊很快就抓住了敵方的指揮官廖耀湘，並取得這場重要戰役的勝利。
這些例子真實的反映在各行各業，探求數據價值取決於把握數據的人，關鍵是人的數據思維；與其說是大數據創造了價值，不如說是大數據思維觸發了新的價值增長。
? 現在和未來
我們先看看大數據在當下有怎樣的傑出表現：
大數據幫助政府實現市場經濟調控、公共衛生安全防範、災難預警、社會輿論監督；
大數據幫助城市預防犯罪，實現智慧交通，提升緊急應急能力；
大數據幫助醫療機構建立患者的疾病風險跟蹤機制，幫助醫葯企業提升葯品的臨床使用效果，幫助艾滋病研究機構為患者提供定製的葯物；
大數據幫助航空公司節省運營成本，幫助電信企業實現售後服務質量提升，幫助保險企業識別欺詐騙保行為，幫助快遞公司監測分析運輸車輛的故障險情以提前預警維修，幫助電力公司有效識別預警即將發生故障的設備；
大數據幫助電商公司向用戶推薦商品和服務，幫助旅遊網站為旅遊者提供心儀的旅遊路線，幫助二手市場的買賣雙方找到最合適的交易目標，幫助用戶找到最合適的商品購買時期、商家和最優惠價格；
大數據幫助企業提升營銷的針對性，降低物流和庫存的成本，減少投資的風險，以及幫助企業提升廣告投放精準度；
大數據幫助娛樂行業預測歌手，歌曲，電影，電視劇的受歡迎程度，並為投資者分析評估拍一部電影需要投入多少錢才最合適，否則就有可能收不回成本；
大數據幫助社交網站提供更准確的好友推薦，為用戶提供更精準的企業招聘信息，向用戶推薦可能喜歡的游戲以及適合購買的商品。
其實，這些還遠遠不夠，未來大數據的身影應該無處不在，就算無法准確預測大數據終會將人類社會帶往到哪種最終形態，但我相信只要發展腳步在繼續，因大數據而產生的變革浪潮將很快淹沒地球的每一個角落。
比如，Amazon的最終期望是：「最成功的書籍推薦應該只有一本書，就是用戶要買的下一本書。」
Google也希望當用戶在搜索時，最好的體驗是搜索結果只包含用戶所需要的內容，而這並不需要用戶給予Google太多的提示。
而當物聯網發展到達一定規模時，藉助條形碼、二維碼、RFID等能夠唯一標識產品，感測器、可穿戴設備、智能感知、視頻採集、增強現實等技術可實現實時的信息採集和分析，這些數據能夠支撐智慧城市，智慧交通，智慧能源，智慧醫療，智慧環保的理念需要，這些都所謂的智慧將是大數據的採集數據來源和服務范圍。
未來的大數據除了將更好的解決社會問題，商業營銷問題，科學技術問題，還有一個可預見的趨勢是以人為本的大數據方針。人才是地球的主宰，大部分的數據都與人類有關，要通過大數據解決人的問題。
比如，建立個人的數據中心，將每個人的日常生活習慣，身體體征，社會網路，知識能力，愛好性情，疾病嗜好，情緒波動……換言之就是記錄人從出生那一刻起的每一分每一秒，將除了思維外的一切都儲存下來，這些數據可以被充分的利用：
醫療機構將實時的監測用戶的身體健康狀況；
教育機構更有針對的制定用戶喜歡的教育培訓計劃；
服務行業為用戶提供即時健康的符合用戶生活習慣的食物和其它服務；
社交網路能為你提供合適的交友對象，並為志同道合的人群組織各種聚會活動；
政府能在用戶的心理健康出現問題時有效的干預，防範自殺，刑事案件的發生；
金融機構能幫助用戶進行有效的理財管理，為用戶的資金提供更有效的使用建議和規劃；
道路交通、汽車租賃及運輸行業可以為用戶提供更合適的出行線路和路途服務安排；
……
當然，上面的一切看起來都很美好，但是否是以犧牲了用戶的自由為前提呢？只能說當新鮮事物帶來了革新的同時也同樣帶來了「病菌」。比如，在手機未普及前，大家喜歡聚在一起聊天，自從手機普及後特別是有了互聯網，大家不用聚在一起也可以隨時隨地的聊天，只是「病菌」滋生了另外一種情形，大家慢慢習慣了和手機共渡時光，人與人之間情感交流彷彿永遠隔著一張「網」。
? 大數據隱私
你或許並不敏感，當你在不同的網站上注冊了個人信息後，可能這些信息已經被擴散出去了，當你莫名其妙的接到各種郵件，電話，簡訊的滋擾時，你不會想到自己的電話號碼，郵箱，生日，購買記錄，收入水平，家庭住址，親朋好友等私人信息早就被各種商業機構非法存儲或賤賣給其它任何有需要的企業或個人了。
更可怕的是，這些信息你永遠無法刪除，它們永遠存在於互聯網的某些你不知道的角落。除非你更換掉自己的所有信息，但是這代價太大了。
用戶隱私問題一直是大數據應用難以繞開的一個問題，如被央視曝光過的分眾無線、羅維鄧白氏以及網易郵箱都涉及侵犯用戶隱私。目前，中國並沒有專門的法律法規來界定用戶隱私，處理相關問題時多採用其他相關法規條例來解釋。但隨著民眾隱私意識的日益增強，合法合規地獲取數據、分析數據和應用數據，是進行大數據分析時必須遵循的原則。
說到隱私被侵犯，愛德華?斯諾登應該占據一席之地，這位前美國中央情報局（CIA）雇員一手引爆了美國「棱鏡計劃」（PRISM）的內幕消息。「棱鏡」項目是一項由美國國家安全局（NSA）自2007年起開始實施的絕密電子監聽計劃，年耗資近2000億美元，用於監聽全美電話通話記錄，據稱還可以使情報人員通過「後門」進入9家主要科技公司的伺服器，包括微軟、雅虎、谷歌、Facebook、PalTalk、美國在線、Skype、YouTube、蘋果。這個事件引發了人們對政府使用大數據時對公民隱私侵犯的擔心。
再看看我們身邊，當微博，微信，QQ空間這些社交平台肆意的吞噬著數億用戶的各種信息時，你就不要指望你還有隱私權了，就算你在某個地方刪除了，但也許這些信息已經被其他人轉載或保存了，更有可能已經被網路或Google存為快照，早就提供給任意用戶搜索了。
因此在大數據的背景下，很多人都在積極的抵制無底線的數字化，這種大數據和個體之間的博弈還會一直繼續下去……
專家給予了我們一些如何有效保護大數據背景下隱私權的建議：1-減少信息的數字化；2-隱私權立法；3-數字隱私權基礎設施（類似DRM數字版權管理）；4-人類改變認知（接受忽略過去）；5-創造良性的信息生態；6-語境化。
但是這些都很難立即見效或者有實質性的改善。
比如，現在有一種職業叫刪帖人，專門負責幫人到各大網站刪帖，刪除評論。其實這些人就是通過黑客技術侵入各大網站，破獲管理員的密碼然後進行手工定向刪除。只不過他們保護的不是客戶的隱私，而大多是丑聞。還有一種職業叫人肉專家，他們負責從互聯網上找到一個與他們根本就無關系用戶的任意信息。這是很可怕的事情，也就是說，如果有人想找到你，只需要兩個條件：1-你上過網，留下過痕跡；2-你的親朋好友或僅僅是認識你的人上過網，留下過你的痕跡。這兩個條件滿足其一，人肉專家就可以很輕松的找到你，可能還知道你現在正在某個餐廳和誰一起共進晚餐。
當很多互聯網企業意識到隱私對於用戶的重要性時，為了繼續得到用戶的信任，他們採取了很多辦法，比如google承諾僅保留用戶的搜索記錄9個月，瀏覽器廠商提供了無痕沖浪模式，社交網站拒絕公共搜索引擎的爬蟲進入，並將提供出去的數據全部採取匿名方式處理等。
在這種復雜的環境裡面，很多人依然沒有建立對於信息隱私的保護意識，讓自己一直處於被滋擾，被精心設計，被利用，被監視的處境中。可是，我們能做的幾乎微乎其微，因為個人隱私數據已經無法由我們自己掌控了，就像一首詩里說到的：「如果你現在繼續麻木，那就別指望這麻木能抵擋得住被」扒光」那一刻的驚恐和絕望……」
和大數據相關的技術
? 雲技術
大數據常和雲計算聯繫到一起，因為實時的大型數據集分析需要分布式處理框架來向數十、數百或甚至數萬的電腦分配工作。可以說，雲計算充當了工業革命時期的發動機的角色，而大數據則是電。
雲計算思想的起源是麥卡錫在上世紀60年代提出的：把計算能力作為一種像水和電一樣的公用事業提供給用戶。
如今，在Google、Amazon、Facebook等一批互聯網企業引領下，一種行之有效的模式出現了：雲計算提供基礎架構平台，大數據應用運行在這個平台上。
業內是這么形容兩者的關系：沒有大數據的信息積淀，則雲計算的計算能力再強大，也難以找到用武之地；沒有雲計算的處理能力，則大數據的信息積淀再豐富，也終究只是鏡花水月。
那麼大數據到底需要哪些雲計算技術呢？
這里暫且列舉一些，比如虛擬化技術，分布式處理技術，海量數據的存儲和管理技術，NoSQL、實時流數據處理、智能分析技術（類似模式識別以及自然語言理解）等。
雲計算和大數據之間的關系可以用下面的一張圖來說明，兩者之間結合後會產生如下效應：可以提供更多基於海量業務數據的創新型服務；通過雲計算技術的不斷發展降低大數據業務的創新成本。
36大數據
如果將雲計算與大數據進行一些比較，最明顯的區分在兩個方面：
第一，在概念上兩者有所不同，雲計算改變了IT，而大數據則改變了業務。然而大數據必須有雲作為基礎架構，才能得以順暢運營。
第二，大數據和雲計算的目標受眾不同，雲計算是CIO等關心的技術層，是一個進階的IT解決方案。而大數據是CEO關注的、是業務層的產品，而大數據的決策者是業務層。
詳情：http://ke..com/view/9424571.htm
7. 大數據時代，企業應該怎麼保護數據，防止泄密
合力天下數據防泄密系統(HL-dataAS)用於保護企業的知識產權、客戶資料、財務數據、技術圖紙、應用系統等機密信息化數據不外泄。簡單地說，」合力天下」防泄密系統讓企業機密數據和應用系統的重要資料「拷不走」、「屏幕截取不走」、「另存不走」、「列印不走」 、「內容復制不走」、「MSN、QQ、郵件發送不走」。
一、支持各種文件格式加密（CAD、OFFICE、PDF、圖紙、計算機程序、課件、游戲動畫、數碼照片、視頻…..），用戶也可以根據自己的需要定製；支持出差人員管理；支持文檔外發管理；防止涉密文檔非法擴散。支持控制台審批解密，支持手機審批解密。靈活的許可權控制：只讀，可寫，可編輯，禁止刪除；列印水印、禁止拍照等。
二、 支持區域網部署和互聯網部署模式，支持總部和異地分支機構分別部署；支持單機部署模式；確保公司內部資料的相互流通。
三、支持各種應用系統：支持基於Windows的B/S、C/S的各種業務應用軟體加密，如PDM、PLM、ERP、OA、CRM、CAM、HR、采編軟體、流程管理軟體、電子商務軟體、財務軟體、文檔管理系統、網站伺服器、雲伺服器、企業網盤、手機終端等。
四、 支持任意格式文檔類型：Office、Open office、Wps、PDF、outlook、FOXMAIL、ARM、ANSYS、Easypro、OA系統、ERP、MSVISIO、 AutoCAD、Autodesk Inveator、Autovue、ACDSee、Pro/E、Inventor、CAXA、CAJviewer、Protel、PReS、Keil、Quartus、AVR Studio、 ARM Studio、Siemens Wicc、Xtcapp55、TurboCAD、開目CAD、TwinCAD、CATIA、Solid Edge、UG、PowerDraft、Photoline、清華天河CAD 、中望CAD、英泰CAD、浩辰CAD、凱思CAD、JEwelCAD、Code Wright、ULTRAEdit、Solidworks、SVN、ZDDS、IAR、PowerDesigner、FPWIN GR、FX-PCS-DU-WIN-C、FXGPWIN、PhptoShop、DreamWeaver、MTcardEdit、CorelDraw、Fireworks、Flash、ACDSee、ZineMarker、 HITACHI Embedded workshop、HIGH-Performance Embedded workshop、Embedded workshop、CAM350、Matlab、 Labview、Illustrator、 MAYA、3D MAX、unity、realplay、media player、Cakewalk、Flash、LRC Editor、Lightscape、Beyond Compare、Java、Delphi、VS.Net、C、 VB、VC、C++、Java虛擬機、Source Insight、WINRAR、EDITplus、IBM ClearCase、PowerBuilder、PowerPCB、Powerlogic、Power mill 、數控傳輸軟體、視頻文件、編程ICC、打標機（票據列印）、CAMtastic、DELcam-Exchange、cimatron、Macrumedia、Microchip、 MasterCAM、FastCAM、MyEclipse、Eclipse、Tomcat、MultiGen Creator、FoxPro、Access、MSSQL、Oracle、WinMerge、XOREAX、InCrediBuid、 ZBrush3、JDPaint、BodyPaint 3D、英泰PDM、NTKO、KASS、WINRAR、SILK ROAD、ETMARK、海康威視監控視頻、 郵箱大師、安卓手機、蘋果手機等各種文檔格式，即可自定義加密任意文件格式。
五、支持操作系統(32位 64位)：支持Windows 2000、XP、2003、2008、2012、win7、win8、win10;LINUX;MAC OS;
六、 支持中文、英文、俄、日文、德文、韓文、法文、西班牙文等各種語言網路環境，支持中文、英文、俄、日文、德文、韓文、法文、西班牙文等各種語言文檔加密。
8. 大數據技術及應用
大數據技術及應用
半個世紀以來，隨著計算機技術全面融入社會生活，信息爆炸已經積累到了一個開始引發變革的程度。21世紀是數據信息大發展的時代，移動互聯、社交網路、電子商務等極大拓展了互聯網的邊界和應用范圍，各種數據正在迅速膨脹並變大。互聯網（社交、搜索、電商）、移動互聯網（微博）、物聯網（感測器，智慧地球）、車聯網、GPS、醫學影像、安全監控、金融（銀行、股市、保險）、電信（通話、簡訊）都在瘋狂產生著數據。2011年5 月，在「雲計算相遇大數據」 為主題的EMC World 2011 會議中，EMC 拋出了Big Data概念。正如《紐約時報》2012年2月的一篇專欄中所稱，「大數據」時代已經降臨，在商業、經濟及其他領域中，決策將日益基於數據和分析而作出，而並非基於經驗和直覺。哈佛大學社會學教授加里？金說：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。」
二、什麼是大數據
大數據（Big Data）是指那些超過傳統資料庫系統處理能力的數據。它的數據規模和轉輸速度要求很高，或者其結構不適合原本的資料庫系統。為了獲取大數據中的價值，我們必須選擇另一種方式來處理它。數據中隱藏著有價值的模式和信息，在以往需要相當的時間和成本才能提取這些信息。如沃爾瑪或谷歌這類領先企業都要付高昂的代價才能從大數據中挖掘信息。而當今的各種資源，如硬體、雲架構和開源軟體使得大數據的處理更為方便和廉價。即使是在車庫中創業的公司也可以用較低的價格租用雲服務時間了。對於企業組織來講，大數據的價值體現在兩個方面：分析使用和二次開發。對大數據進行分析能揭示隱藏其中的信息。例如零售業中對門店銷售、地理和社會信息的分析能提升對客戶的理解。對大數據的二次開發則是那些成功的網路公司的長項。例如Facebook通過結合大量用戶信息，定製出高度個性化的用戶體驗，並創造出一種新的廣告模式。這種通過大數據創造出新產品和服務的商業行為並非巧合，谷歌、雅虎、亞馬遜和Facebook它們都是大數據時代的創新者。
（一）大數據的4V特徵
大量化（Volume）：企業面臨著數據量的大規模增長。例如，IDC最近的報告預測稱，到2020年，全球數據量將擴大50倍。目前，大數據的規模尚是一個不斷變化的指標，單一數據集的規模範圍從幾十TB到數PB不等。簡而言之，存儲1PB數據將需要兩萬台配備50GB硬碟的個人電腦。此外，各種意想不到的來源都能產生數據。
多樣化（Variety）：一個普遍觀點認為，人們使用互聯網搜索是形成數據多樣性的主要原因，這一看法部分正確。然而，數據多樣性的增加主要是由於新型多結構數據，以及包括網路日誌、社交媒體、互聯網搜索、手機通話記錄及感測器網路等數據類型造成。其中，部分感測器安裝在火車、汽車和飛機上，每個感測器都增加了數據的多樣性。
快速化（Velocity）：高速描述的是數據被創建和移動的速度。在高速網路時代，通過基於實現軟體性能優化的高速電腦處理器和伺服器，創建實時數據流已成為流行趨勢。企業不僅需要了解如何快速創建數據，還必須知道如何快速處理、分析並返回給用戶，以滿足他們的實時需求。根據IMS Research關於數據創建速度的調查，據預測，到2020年全球將擁有220億部互聯網連接設備。
價值（Value）：大量的不相關信息，浪里淘沙卻又彌足珍貴。對未來趨勢與模式的可預測分析，深度復雜分析（機器學習、人工智慧Vs傳統商務智能（咨詢、報告等）
三、大數據時代對生活、工作的影響
大數據，其影響除了經濟方面的，它同時也能在政治、文化等方面產生深遠的影響，大數據可以幫助人們開啟循「數」管理的模式，也是我們當下「大社會」的集中體現，三分技術，七分數據，得數據者得天下。
「大數據」的影響，增加了對信息管理專家的需求。事實上，大數據的影響並不僅僅限於信息通信產業，而是正在「吞噬」和重構很多傳統行業，廣泛運用數據分析手段管理和優化運營的公司其實質都是一個數據公司。麥當勞、肯德基以及蘋果公司等旗艦專賣店的位置都是建立在數據分析基礎之上的精準選址。而在零售業中，數據分析的技術與手段更是得到廣泛的應用，傳統企業如沃爾瑪通過數據挖掘重塑並優化供應鏈，新崛起的電商如卓越亞馬遜、淘寶等則通過對海量數據的掌握和分析，為用戶提供更加專業化和個性化的服務。
大數據在個人隱私的方面，大量數據經常含有一些詳細的潛在的能夠展示有關我們的信息，逐漸引起了我們對個人隱私的擔憂。一些處理大數據公司需要認真的對待這個問題。例如美國天睿資訊給人留下比較深刻印象的是他的一個科學家提出，我們不應該簡單地服從法律方面的隱私保護問題，這些遠遠不夠的，公司都應該遵從谷歌不作惡的原則，甚至更應該做出更積極的努力。
四、大數據時代的發展方向、趨勢
根據ESM國際電子商情針對2013年大數據應用現狀和趨勢的調查顯示：被調查者最關注的大數據技術中，排在前五位的分別是大數據分析（12.91%）、雲資料庫（11.82%）、Hadoop（11.73%）、內存資料庫（11.64%）以及數據安全（9.21%）。Hadoop已不再是人們心目中僅有的大數據技術，而大數據分析成為最被關注的技術。從中可以看出，人們對大數據的了解已經逐漸深入，關注的技術點也越來越多。既然大數據分析是最被關注的技術趨勢，那麼大數據分析中的哪項功能是最重要的呢？從下圖可以看出，排在前三位的功能分別是實時分析（21.32%）、豐富的挖掘模型（17.97%）和可視化界面（15.91%）。2012年也曾做過類似的調查，當時選擇豐富的挖掘模型（27.22%）比實時分析（19.88%）多7.34%。短短一年時間內，企業對實時分析的需求激增，成就了很多以實時分析為創新技術的大數據廠商。從調查結果可以看出：企業在未來一兩年中有迫切部署大數據的需求，並且已經從一開始的基礎設施建設，逐漸發展為對大數據分析和整體大數據解決方案的需求。與此同時，大數據還面臨人才的缺乏的挑戰，需要企業和高校聯合起來，培養數據領域的復合型人才，幫助企業打贏這場「數據戰」。
五、大數據的應用
（一）行業拓展者，打造大數據行業基石
IBM：IBM大數據提供的服務包括數據分析，文本分析，藍色雲杉（混搭供電合作的網路平台）；業務事件處理；IBM Mashup Center的計量，監測，和商業化服務（MMMS）。 IBM的大數據產品組合中的最新系列產品的InfoSphere bigInsights，基於Apache Hadoop。
該產品組合包括：打包的Apache Hadoop的軟體和服務，代號是bigInsights核心，用於開始大數據分析。軟體被稱為bigsheet，軟體目的是幫助從大量數據中輕松、簡單、直觀的提取、批註相關信息為金融，風險管理，媒體和娛樂等行業量身定做的行業解決方案。
微軟：2011年1月與惠普（具體而言是HP資料庫綜合應用部門） 合作目標是開發了一系列能夠提升生產力和提高決策速度的設備。
EMC：EMC 斬獲了紐交所和Nasdaq；大數據解決方案已包括40多個產品。
Oracle：Oracle大數據機與Oracle Exalogic中間件雲伺服器、Oracle Exadata資料庫雲伺服器以及Oracle Exalytics商務智能雲伺服器一起組成了甲骨文最廣泛、高度集成化系統產品組合。
（二）大數據促進了政府職能變革
重視應用大數據技術，盤活各地雲計算中心資產：把原來大規模投資產業園、物聯網產業園從政績工程，改造成智慧工程；在安防領域，應用大數據技術，提高應急處置能力和安全防範能力；在民生領域，應用大數據技術，提升服務能力和運作效率，以及個性化的服務，比如醫療、衛生、教育等部門；解決在金融，電信領域等中數據分析的問題：一直得到得極大的重視，但受困於存儲能力和計算能力的限制，只局限在交易數型數據的統計分析。一方面大數據的應用促進了政府職能變革，另一方面政府投入將形成示範效應，大大推動大數據的發展。
（三）打造「智慧城市」
美國奧巴馬政府在白宮網站發布《大數據研究和發展倡議》，提出「通過收集、處理龐大而復雜的數據信息，從中獲得知識和洞見，提升能力，加快科學、工程領域的創新步伐，強化美國國土安全，轉變教育和學習模式」 ；中國工程院院士鄔賀銓說道，「智慧城市是使用智能計算技術使得城市的關鍵基礎設施的組成和服務更智能、互聯和有效，隨著智慧城市的建設，社會將步入「大數據」時代。」
（四）未來，改變一切
未來，企業會依靠洞悉數據中的信息更加了解自己，也更加了解客戶。
數據的再利用：由於在信息價值鏈中的特殊位置，有些公司可能會收集到大量的數據，但他們並不急需使用也不擅長再次利用這些數據。例如，行動電話運營商手機用戶的位置信息來傳輸電話信號，這對以他們來說，數據只有狹窄的技術用途。但當它被一些發布個性化位置廣告服務和促銷活動的公司再次利用時，則變得更有價值。
六、機遇和挑戰
大數據賦予了我們洞察未來的能力，但同時諸多領域的問題亟待解決，最重要的是每個人的信息都被互聯網所記錄和保留了下來，並且進行加工和利用，為人所用，而這正是我們所擔憂的信息安全隱患！更多的隱私、安全性問題：我們的隱私被二次利用了。多少密碼和賬號是因為「社交網路」流出去的？
眼下中國互聯網熱門的話題之一就是互聯網實名制問題，我願意相信這是個好事。畢竟我們如果明著亮出自己的身份，互聯網才能對我們的隱私給予更好保護
9. 大數據是把雙刃劍
今天，計算機功能發展到前所未有的強大，海量數據——包括個人信息——被其搜集形成大資料庫。這些數據被正常合法利用的同時也存在著被濫用的危險。
大數據的預測功能賦予了其變革我們生活的巨大潛能。在它的支持下，未來兩天內天氣預報的准確率將會達到95%。然而大數據一旦被濫用，用戶的隱私安全就會受到威脅，經常使用互聯網的人尤甚。
這些威脅是怎樣產生的？我們又應該如何在保證大數據造福社會的同時應對這些日益加劇的威脅呢？
潛在問題的影響范圍
首先，單純從大數據安全事件涉及的人數來分析，其影響范圍在不斷擴大。2014年阿肯色大學專業發展系統被攻破，導致50,000人身份信息泄露。這個數據已經不小了，但相比同年ebay公司數據外泄事件中145,000,000人的生日、住址、郵箱及其他信息被竊取，就是小巫見大巫了。
從安全維護的專業領域來說，要保護大資料庫中信息不被竊取，更是不容樂觀。一定程度上，這和儲存和處理信息所使用的基礎技術的本質缺陷有關。
像亞馬遜這樣的大數據公司，對分布式計算的依賴性極大，他們往往在世界各地都分散設有數據處理中心。亞馬遜公司將全球業務分為十二個區進行經營，每個區大量的數據中心都不斷遭受著物理攻擊和網路襲擊，這些威脅主要是來自成百上千隱匿的獨立伺服器。
訪問控制的難題
控制對信息或網頁訪問的最好策略就是只設置單一的訪問介面，這比控制當前的成百上千個介面要簡單的多。然而事實確是：大數據廣泛地儲存在各個區域。其容量之巨、分布之廣、獲取渠道之多，也讓它在面對威脅時更加脆弱。
除此之外，很多公司對其尖端的軟體組件以及大數據基礎設備的安全性並沒有給予足夠的重視。這更是給潛在攻擊大開了方便之門。
一個典型的例子，Hadoop（譯者註：由Apache基金會開發的分布式系統基礎架構，可以讓用戶在不了解分布式底層細節的情況下，開發分布式程序）中大量的軟體組件使得編程人員可以在分布式計算系統獲取大量數據信息。剛推出時，Hadoop的安全性能較低，不能同時供很多人使用。很多大公司卻不顧這一缺陷，依舊採納Hadoop成為其整個公司的數據平台。
用戶需求推動數據安全發展
從用戶角度來說，通過多種方式來提高大數據產品的安全性至關重要，例如同大數據的收集和使用組織簽訂條件和協議、服務水平協議、安全密封等。
大數據公司方面又應該怎樣保護用戶的個人信息不外泄呢？為防止信息外泄落入不法使用者手中，我們可以採取包括信息加密、訪問控制、入侵偵測、數據備份、使用過程審查等策略。這樣數據的安全性提高了，我們個人信息的隱私性也就等到了加強。
然而，過分強調安全性也許會侵害你的隱私：執法機構可以借口安全原因來搜集更多的個人信息，比如員工計算機的瀏覽歷史。
執法機構打著增強安全性的旗號，將每個人都當成是潛在的犯罪分子或是恐怖分子，搜集其信息，用於某一天證明其罪行。政府通過這種方式掌握了我們大量的信息，不僅如此，蘋果、谷歌、亞馬遜等公司也會被要求提供其他情報，包括我們的網購記錄、網頁瀏覽歷史以及解密後的各項數據。
這種監視所遵循的基本原則就是：每個人都是不可信的（大數據技術讓這種監視的成本大大降低，可行性也隨之提高）。然而這些搜集起來的信息很有可能泄露並被濫用，美國國安局員工濫用職權監聽他人電話事件就是一例。
其實如果能被適當利用，大數據可以幫助我們獲取更多的信息，提高有關潛在計算機攻擊和攻擊者的情報的質量（特別是准確性）。這樣一來，你的隱私就得到了更好的保護。
舉個例子，理想的狀況是：如果大數據分析引擎能在海量的郵件中精確地辨別出哪些是欺詐郵件的話，我們也就再也不用擔心碰到釣魚郵件了。
大數據是怎樣使用的—對你有利還是有害
其他有關大數據使用的問題還有，一些公司為了要針對你的習慣和愛好給你發送特定的廣告，他們會記錄你所有的瀏覽歷史。大數據為他們這種行為提供了便利——成本更低，分析更簡單。
IBM公司的「性格洞察」服務，能夠根據你的上網習慣，對你的形象進行「素描」。這已經遠遠不止身份信息被泄露這么簡單。你的性格特點，比如是否外向、是否具有環境意識、政治上是保守還是革新，甚至連是否有去非洲旅遊的意願，都會在其調查結果中表現出來。
這些公司對外宣稱，這項技術可以極大地提高上網體驗。聽起來是在為用戶考慮，但是反過來，我們也不難想到，同樣的信息也很容易用來損害我們的利益。比如現在已經有保險公司通過大數據分析出的用戶素描來實行差別收費。
想要解決這個問題，禁止大規模數據搜集顯然是不現實的。不管我們喜歡與否，大數據時代已經來到。找出方法在允許合法使用大數據的前提下保護隱私，才會讓我們的生活更加安全、富足、高效
例如，在合法安全地使用時，大數據科技就能極大地提高反偵察的效率，這反過來也會讓我們避免身份信息盜用和潛在的經濟損失。
想要在享受大數據帶來的便利的同時解決保障安全性、隱私性的難題，關鍵在於信息使用的公開透明。大數據的操作者必須公開所搜集數據的內容及用途。
除此之外，用戶必須有權了解數據是如何儲存的，誰可以使用這些數據以及數據的授權過程。最後，大數據公司也要對其為保障用戶安全對數據所採取的安全管控措施作具體的闡釋以此來贏得公眾的信任。
註：所有文章均由中國數字科技館合作單位或個人授權發布，轉載請註明出處。