論大數據是一把雙刃劍

⑴ 大數據是把雙刃劍,關鍵看怎麼用

大數據是把雙刃劍,關鍵看怎麼用

在大數據影響下，傳統美術教育的模式、內涵和定位受到了很大的沖擊。美術教育會有怎樣一個新發展空間，未來的美術教育會變成什麼樣，這是很多教育工作者關心的問題。

韋天瑜說，「目前的沖擊可以看到一些表面的現象，比如說我們的網對網，多大程度能替代課堂的面對面；今天網上自由地選擇老師，多大程度上能替代我們課堂里的因材施教；網上的虛擬展廳，多大程度能夠替代美術館的現場審美。你到虛擬展廳里去感受，可以突破時間、空間的限制，可以感受到大師的作品，但是大師的氣場、風采和現場的感受可能沒有，這裡面都存在一些矛盾。」

從目前來看，大數據在中國美術教育的實際應用中還不太廣泛。中國美協少兒藝委會主任、首都師范大學教授尹少淳舉例說：「大數據最初的用處是在商業上，比如在西方有些國家，通過海量的數據統計顯示，很多男人去買尿布的時候，順便會買啤酒。於是在商業運作上，商場就會把啤酒和尿布的櫃台放在一起。但是大數據時代最大的問題就是它不講因果關系，比如為什麼會同時買啤酒和尿布，大數據本身不提供原因，要問為什麼，是社會學的問題。那麼我們如何把大數據應用到美術教育上？這是一個比較新的課題。」

大數據是要有海量的數據，但這個數據的量我們現在還沒有做到那麼大。尹少淳認為，大數據將來的應用主要是在預測上，以及一種趨勢的判斷上。這種趨勢是兩方面的，一個是大家都做，我也可以這樣做；另一個是迴避，你這樣做，我就不這樣做。我們可以從大數據中預測教學的方向，包括學生在關注的問題、老師關注的問題，或者顯示老師的缺陷，提示老師需要什麼東西。當然，這種預測也會帶來一定的問題，比如可以去迎合某種趨勢，反而阻礙了創意的發展。所以大數據是一把雙刃劍，關鍵是怎麼去運用它。」

盡管我們都看到大數據帶來的雙刃劍般的正面沖擊和負面影響，但這跟大數據造成的「線上一天線下千年」的變革相比，那些負面的影響顯得微不足道。韋天瑜說，「我們必須好好來探討大數據給予我們的非常多的可能性。但是回過頭來，我們的傳統美術教育不能因此就否定了。傳統美術教育有工業時代留下的特徵，它有統一的時刻、統一的學年、統一的考試分數、統一的教學內容與教學要求，至少它將長期存在，因為它跟社會有千絲萬縷的關系。中國的美術教育在今天還是非常薄弱的。我們的整個社會對審美人格的培養是薄弱的，是有缺陷的。中國有幾千年的文化傳統，但是它有個問題就是如何跟當代的文化接軌。我認為這些東西還需要我們來共同推動。從現在開始，我們能做的就是慢慢融合，不能一蹴而就。現在大數據帶來的是新的傳播方式、新的認知方式、新的溝通方式。我認為美術的生存空間跟它的審美方式已經進行了改變，但未來怎麼樣我們很難預測，還需要大家共同努力。」

以上是小編為大家分享的關於大數據是把雙刃劍,關鍵看怎麼用的相關內容，更多信息可以關注環球青藤分享更多干貨

⑵ 如何理解大數據是一把雙刃劍：既是天使也是魔鬼

好的是數據可以達到轉化，壞的是人們的數據都公開了，沒有什麼隱私可言了。總體來說，利大於弊吧。檸檬學院大數據。

⑶ 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。

⑷ 現代大數據技術存在什麼弊端

1、現如今，大數據技術存在最大的兩個弊端就是隱私和限制。
2、大數據技術的利也建立在兩個弊端之中，大數據技術的利大多時候體現出「便利」這兩個字，而「便利」的前提就需要貢獻我們的數據;而很多時候看似大數據非常方便，但它也有諸多的限制，比如你搜索了什麼類型的詞條各類應用接收到這一數據後也只會推送與這個詞條相關的東西，就局限在了這一個范圍內。
3、比起限制，很多人更擔心隱私這一問題。現代人的消遣方式更多的是使用電子設備連接網路來娛樂，比如看劇、看小說、玩游戲、逛某寶、刷某音等等，無論是前面哪一種，我們使用過這些應用的數據都會被接收到後台，從而通過計算又給我們推薦相關的我們可能感興趣的東西。

⑸ 如何有效應對大數據技術的倫理挑戰

如何有效應對大數據技術的倫理挑戰
大數據技術是一把「雙刃劍」，既可以為人類服務，也可能給人類帶來麻煩。近來，頻繁的網路公司泄露個人信息事件引起廣泛關注，也使人們意識到，正確認識和有效應對大數據技術帶來的隱私倫理問題至關重要。
關注「演算法」背後的隱私倫理
大數據分析可以對人進行數據成像，在聚類、相關性分析以及數據整合的基礎上刻畫人的行為特徵與傾向，在商業智能推薦、人的行為預測等方面具有廣泛的應用前景。中國社會科學院哲學研究所研究員段偉文認為，從現象上看，它是一種非常有效的分析工具，但如果使用這些技術的人動機不純，就有可能帶來不良後果。從本質上講，大數據帶來的負面影響源於數據本身的特殊性，數據中隱含著人的各種信息，而這些信息很容易作為引導、說服與控制人類行為的工具。這一本質特徵往往會誘使商家和濫用權力者干預人的自主權和侵犯人的隱私權。
「在大數據技術背景下討論隱私倫理問題，人們主要關注的是信息隱私方面的倫理問題，最集中地體現在數據的開放共享與個人信息保護兩者如何平衡的問題上。一般所說的大數據技術是一把『雙刃劍』，也主要是從這個意義上說的。」北京師范大學哲學學院教授田海平表示，數據的開放共享只是大數據技術得以實現的一個方面。除此之外，它還包括通過數字化技術獲取和存儲數據，通過大數據平台對海量數據進行深度挖掘、預測以及反饋等更為深度和實質性的數據佔有與使用。目前，這種獲取和使用數據的方式，可以通過深度機器學習做到完全智能化。就大數據的佔有和使用方面而言，大數據技術加上機器學習，不僅在數據共享方面，而且在數據深度挖掘方面，把個人信息保護和數據權的確權問題都交給了「演算法」，這是一個值得關注的、更為深層次的問題。
找尋技術和規范兩方面原因
大數據技術的應用給人類帶來一系列的隱私倫理問題和挑戰，這其中既有大數據技術自身的原因，也有制度規范等的原因。
江西財經大學馬克思主義學院教授黃欣榮表示，大數據技術在推動人類社會發展的同時，也帶來了數據採集權、保存權、使用權、知情權、所有權、刪除權、隱私權等倫理問題。產生這些問題的原因在於，大數據技術是一種全新的信息技術，大數據的隱私倫理問題是全新的問題。傳統的法律法規、倫理道德難以約束相關機構採集、存儲、傳輸和使用數據，並且新技術帶來的新問題還沒有完全暴露，新的法律法規難以同步發展。
段偉文認為，目前造成大數據隱私倫理問題的主要原因有：一是基於大數據分析的智能化商業推薦系統帶來了全新的營銷模式，其營銷效率較傳統的營銷模式具有指數倍增效應，巨大利益誘惑面前，包含個人隱私及敏感信息的數據被單純地視為牟利的工具和隨意轉賣的商品，個人的數據保護往往被商家忽視，甚至被商家運用演算法加以算計，使人的隱私權受到侵犯；二是合理可行的個人數據授權和保護機制尚未建立，很多數據在用於某一分析之後被用於其他不明領域；三是分散的數據被整合之後，也可能通過數據分析洞察出一些不一定準確但會對主體造成負面影響的特徵，進而誘使對這些特徵進行不良使用。
加強數據立法 堅守倫理底線
對於如何讓大數據技術更好地為人類服務，黃欣榮認為，需要強化隱私觀念，加強數據立法，堅守倫理底線。
田海平認為，尊重個人隱私權是一個毋庸置疑的底線倫理原則。只有我們的法律體系和道德體系在規范合理性的構建方面堅守這條底線，大數據技術的應用才能夠真正做到趨利避害。「數據共享」與「隱私保護」構成了大數據時代無法割捨的兩面性，它實際上凸顯了將「數據共享的倫理」與「隱私保護的倫理」，既以一種價值方式又以一種技術方式在大數據時代同時實現的任務。
段偉文表示，首先，要進一步凸顯主體數據權利保護意識，聯系大數據技術發展中的各種倫理沖突，解剖典型案例，進而從理論上廓清符合大數據時代特徵的新型數據權利、隱私權以及被遺忘權的基本概念以及實踐範例。其次，建立起包括商家、政府法律部門、普通用戶等相關利益群體的對話機制，制定在具體的、數據驅動的社會經濟乃至治理活動中的數據保護規范與實現機制。最後，做好與危害數據權利、惡意侵犯個人隱私權行為長期斗爭的准備，探尋從法律和倫理層面根治此類問題的有效策略，並使之作為治理法規積淀下來。

⑹ 大數據是把雙刃劍 機遇和風險並存

大數據是把雙刃劍 機遇和風險並存

對於大多數企業來說，大數據已經成為左右戰局的決定性力量，安全風險也隨之更加凸顯。企業已經搜集並存儲了所有的數據，接下來他們該幹些什麼？他們如何對這些數據進行保護？而且最為重要的是，他們如何安全合法地利用這些數據？
無論是從企業存儲策略與環境來看，還是從數據與存儲操作的角度來看，大數據帶來的「管理風險」不僅日益突出，而且如果不能妥善解決，將肯定會造成「大數據就是大風險」的可怕後果。
從信息安全的角度來看，圍繞大數據的問題主要集中在以下五個方面：1.網路安全
隨著線交易、在線對話、在線互動，在線數據越來越多，黑客們的犯罪動機也比以往任何時候都來得強烈。如今的黑客們組織性更強，更加專業，作案工具也是更加強大，作案手段更是層出不窮。相比於以往一次性數據泄露或者黑客攻擊事件的小打小鬧，現在數據一旦泄露，對整個企業可以說是一著不慎滿盤皆輸，不僅會導致聲譽受損、造成巨大的經濟損失，嚴重的還要承擔法律責任。所以在大數據時代，網路的恢復能力以及防範策略可以說是至關重要。
2.雲數據
目前來看，企業快速採用和實施諸如雲服務等新技術還是存在不小的壓力，因為它們可能帶來無法預料的風險和造成意想不到的後果。而且，雲端的大數據對於黑客們來說是個極具吸引力的獲取信息的目標，所以這就對企業制定安全正確的雲計算采購策略提出了更高的要求。
3.消費化
眾所周知，數據的搜集、存儲、訪問、傳輸必不可少的需要藉助移動設備，所以大數據時代的來臨也帶動了移動設備的猛增。隨之而來的是BYOD（bring your own device）風潮的興起，越來越多的員工帶自己的移動設備進行辦公。不可否認的是，BYOD確實為人們的工作帶來了便利，而且也幫助企業節省很大一筆開支，但也給企業帶來了更大的安全隱患。曾幾何時，手持設備被當成黑客入侵內網的絕佳跳板，所以企業管理和確保員工個人設備的安全性也相應增加了難度。
4.互相聯系的供應鏈
每個企業都是復雜的、全球化的、相互依存的供應鏈中的一部分，而供應鏈很可能就是最薄弱的環節。信息將供應鏈緊密地聯系在一起，從簡單的數據到商業機密再到知識產權，而信息的泄露可能導致名譽受損、經濟損失、甚至是法律制裁。信息安全的重要性也就不言而喻了，它在協調企業之間承包和供應等業務關系扮演著舉足輕重的角色。
5.隱私
隨著產生、存儲、分析的數據量越來越大，隱私問題在未來的幾年也將愈加凸顯。所以新的數據保護要求以及立法機構和監管部門的完善應當提上日程。
拋開以上提到的問題，數據聚合以及大數據分析就像是企業營銷情報的寶庫。基於用戶過去的購買方式，情緒以及先前的個人偏好進行目標客戶的定位，對市場營銷者來說絕對是再合適不過了。但是那些出於商業利益考慮而迫切想要採用新技術的企業領導者會被建議先去了解法律和其他方面的限制，這些限制可能涉及多個司法機構；此外，他們應該實施一些隱私最佳實踐，並將其設計成分析程序，增加透明度和實行問責制度，而且不應該忽視大數據對人們、對技術的影響。
很顯然，保證數據輸入以及大數據輸出的安全性是個很艱巨的挑戰，它不僅會影響到潛在的商業活動和機會，而且有著深遠的法律內含。我們應該保持敏捷性並在問題出現前對監管規則作出適當的改變，而不是坐等問題的出現再亡羊補牢。
當然，一切都還處於初級階段，而且目前也沒有太多外在要求來強制企業保證信息的完整性。然而，企業每天處理的數據規模依然在保持增長，大數據分析使得商務決策越來越接近原生數據，信息的質量也變得愈加重要。如果同樣復雜的分析可以運用到相關安全數據上面，那麼大數據甚至可以用來改善信息安全。
雖然目前這些解決方案很難普及開來，但是他們正在和大數據分析一起用於防騙，網路安全檢測，社會分析以及多通道實時監測等過個領域。
總的說來，大數據應該說是具有相當大的價值，但同時它又存在巨大的安全隱患，一旦落入非法分子手中，勢必對企業和個人造成巨大的損失。套用一句話，世界是很公平的，收入與風險是成正比的。

以上是小編為大家分享的關於大數據是把雙刃劍 機遇和風險並存的相關內容，更多信息可以關注環球青藤分享更多干貨

⑺ 大數據帶來的大影響

大數據帶來的大影響_數據分析師考試

如果把「數據化」視為信息社會的初級階段，則名不見經傳的英國科學家維克托·邁爾-舍恩伯格，用他別具洞見的天才新著《大數據時代》首次告訴我們：人類正在進入「數據顛覆傳統」的信息社會中級階段。

在此階段，信息無所不在無所不包，其無限膨脹的天文海量催生了「統計+分類-推理分析=決策」的計算機處理程序(有點像刷卡消費一步到位，節省了算賬找補等繁瑣環節)，悄然挑戰「去粗取精、去偽存真、由表及裡、由此及彼」的傳統認識論模式，冥冥之中潛移默化，對我們的生活、工作與思維，對人類「階級斗爭、生產斗爭、科學試驗」三大實踐活動產生著重大而深刻的影響。

大數據點燃

美國政府曾為定期公布消費物價指數CPI以監控通脹率，僱用了大量人員向全美90個城市的商店、辦公室進行電話、傳真拜訪，耗資2.5億美元搜集反饋8萬種商品價格的延時信息。然而麻省理工學院兩位經濟學家採取「大數據」方案，通過一個軟體在互聯網上每天搜集50萬種商品價格即時信息。2008年9月雷曼兄弟公司破產後，該軟體馬上發現了通脹轉為通縮的趨勢，而官方數據直到11月才發現。之後該軟體被暢銷到70多個國家。這一案例充分體現出「大數據」顛覆傳統的力量和變革思維的智慧。

「小數據」時代追求精準，竭力避免不精準信息誤導誤判。然而95%被傳統資料庫拒絕接受的非結構化(非標准)數據，在「大數據」時代的模糊化資料庫中發揮了重要的作用，因為數據越模糊越全面，才能有效避免誤導誤判。

從因果關繫到相關關系的思維變革，是「大數據」顛覆傳統認識論模式的關鍵。電腦畢竟不是人腦，電腦永遠搞不懂氣候與機票價格之間有什麼因果關系。公雞打鳴和天亮之間雖無因果關系，但古人通過公雞打鳴來預報天亮卻很少失敗。「如果數百萬條醫療記錄顯示橙汁和阿司匹林的特定組合對癌症治療有效果，那就用不著通過一次次實驗來探索其具體的葯理機制了」。「蘋果之父」喬布斯就主動試用過一些醫療記錄有效但未經臨床驗證的療法同癌症抗爭。你可以嘲笑喬布斯「不講科學」，但他卻因此多活了好幾年。

從根本上說，所謂「大數據挑戰傳統認識論」，其實是人類把復雜的認識過程「全部打包」給了電腦，而電腦懶得分析推理驗證，只通過統計分類對比，交出「最終答案」就OK了。大數據的精髓在於變「少而精」為「多而全」，變「因果」為「相關」。當實地調研開始被數據採集所替代，當嚴密的實驗開始被非線性邏輯所替代，當「唯一真理」開始被多項選擇所替代，「大數據」就用事實向人類宣告：「知其然不知其所以然」，既是電腦望塵人腦的劣勢，也是電腦超越人腦的優勢！

大數據滲透大世界

不要以為「大數據」只是科幻故事或政府與科學家的「專利」。環顧四周，「大數據」早已滲透我們生活和工作的方方面面，衍生出形形色色的數據超市、數據易趣、數據交友、數據聯誼、數據作坊、數據課堂、數據IB等傳奇版本。從治安管理、交通運輸、醫療衛生、商業貿易、批發零售、公益救援直到政治、軍事、經濟、金融、社會、環境、文藝、體育。

UPS國際快運公司從2000年開始通過「大數據」檢測其遍布全美的6萬輛貨車車隊，統計出各損耗零部件的生命周期，改「備份攜帶」為提前更換，有效預防了半路拋錨造成的嚴重麻煩和巨大損失，每年節省數百萬美元。UPS還依靠「大數據」優化行車路線(例如盡量右轉彎，避免左轉彎)，2011年全公司車輛少跑4828萬公里，節省燃料300萬加侖，減少碳排放3萬公噸。

為紐約提供電力支持的愛迪生電力公司，針對每年多起電纜沙井蓋爆炸造成嚴重事故，採取「大數據」手段統計出106種預警先兆，預測2009年可能出事的沙井蓋並嚴加監控。結果位列前十分之一的高危井蓋中，預測准確率達44%。

美國里士滿市警察當局憑經驗認定槍擊事件往往導致犯罪高峰期，「大數據」證明這種高峰期往往出現在槍擊事件後2周左右。孟菲斯市2006年啟動「大數據」系統鎖定了更容易發生犯罪的地點和更容易抓捕罪犯的時間，使重大犯罪發生率下降26%。

沃爾瑪2004年依靠「大數據」發現了颶風前夕銷量增加的各類商品，進而每逢預報便及時設立颶風用品專區，並將手電筒、早餐零食蛋撻等擺放於專區附近，明顯增加了「順便購買」的銷量。

至於「大數據」的經濟價值，僅需略舉數例：2006年微軟以1.1億美元購買了埃齊奧尼的Farecast公司，2008年穀歌以7億美元購買了為Farecast提供數據的ITA Software公司。同年在冰島成立的DataMarket網站乾脆專靠搜集提供聯合國、世界銀行、歐盟統計局等權威機構的免費信息來獲利生存，包括倒賣各類研究機構公開發布的研究數據——只要找到買主，往往願出高價！

大數據創造大金融

金融領域當然是「大數據」的主戰場之一。程序化交易也許是現今最主要的「大數據」新式武器。美國股市每天成交量高達70億股，但其中三分之二的交易量並非由人操作，而是由建立在數學模型和演算法之上的計算機程序自動完成。日新月異的程序化交易只能運用海量數據來預測收益、降低風險。幾乎所有銀行、券商、保險、期貨、QFII和投資公司都開發了自己的程序化交易工具。誰的武器更先進？競爭到最後恐怕還是比誰搜集處理的數據更海量。

一家投資基金通過統計大商場周邊停車場及路口交通擁擠狀況，來預測商場經營及當地經濟狀況，進而預測相關股價走勢，最後居然拿數據統計資料換得了該商場的部分股權。

不少對沖基金通過搜集統計社交網站推特上的市場心情等信息來預測股市的表現。倫敦和加利福尼亞的兩家對沖基金，利用「大數據」形成119份表情圖和18864項獨立的指數，向許多客戶推銷股市每分鍾的「動態表情」：樂觀、憂郁、鎮靜、驚恐、呆滯、害怕、生氣、激憤等，以幫助和帶動投資決策。

在金融機構競相拉客理財的今天，如果能及時搜集處理海量的微博、微信、簡訊，自然也能從茫茫人海中及時發現怦然心動打算開戶的，或一氣之下打算「跳槽」的投資者。

當然，如果投資者都能通過「大數據」直接決策，將「刷卡消費」拓展成「刷卡投資」，那藏龍卧虎的分析師群體和爭雄斗妍的研究報告未來還有市場嗎？

大數據暗藏大隱患

像所有新生事物一樣，大數據也是一把雙刃劍。宏觀上看，「大數據」在各個不同的領域將人類虛擬分割為「數據化」與「被數據化」兩大陣營。持續發酵的「棱鏡門」事件披露了美國政府長期監控全世界的「最高機密」，但美國總統、國會和政府都認定這種監控「天經地義」，是「維護國家核心利益」。雖然社會早已建立起龐大的法律法規體系來保障個人信息安全，但在「大數據」時代，這些體系正蛻變為固若金湯但可以隨意繞過的「馬其諾防線」。

「大數據」導致個人信息被交易、個人隱私被外泄還不算，更大的危險在於「個人行為被預測」。正如作者預言——「這些能預測我們可能生病、拖欠還款甚至犯罪的演算法程序，會讓我們無法購買保險、無法貸款，甚至在犯罪實施前就預先被逮捕」——也許你認為這對全社會來說無疑是好事。可是如果預測系統不完善、軟硬體出差錯、數據搜集處理不當、臨時數據未經檢驗、黑客攻擊、有人惡意或善意開玩笑製造假信息……導致你、你的家庭、你的親朋好友、你的所在單位甚至你的祖國被冤枉被制裁，你還能無動於衷嗎？

微觀上看，即使是出於正當目的採集的「大數據」，仍可能在「擴展開發」過程中產生無法想像的副作用。例如谷歌的街景拍攝和GPS數據為衛星定位和自動駕駛儀提供了關鍵的支持，但同時因其有助於黑幫盜賊便捷挑選有利目標而引發了多國民眾的強烈抗議。當谷歌對圖像背景上的業主房屋、花園等目標進行模糊化處理後，反而引起盜賊更加註意。

無論你驚奇還是恐懼，歡迎還是躲避，關注還是漠視，理解還是拒絕，「大數據」都在加快步伐向我們走來。我們只有順勢而為，趨利避害，才不至於被這個充滿機遇和挑戰的新時代提前淘汰。

以上是小編為大家分享的關於大數據帶來的大影響的相關內容，更多信息可以關注環球青藤分享更多干貨

⑻ 揮好大數據這把「雙刃劍」

揮好大數據這把「雙刃劍」
目前，大數據技術的運用仍存在一些困難與挑戰，體現在大數據挖掘的四個環節中。首先在數據收集方面。要對來自網路包括物聯網和機構信息系統的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。其次是數據存儲。要達到低成本、低能耗、高可靠性目標，通常要用到冗餘配置、分布化和雲計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便於日後檢索的標簽。第三是數據處理。有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維後度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模稜兩可的數據中綜合信息，並導出可理解的內容。第四是結果的可視化呈現，使結果更直觀以便於洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規模、有結構或類結構的數據進行分析，談不上深層次的數據挖掘，現有的數據挖掘演算法在不同行業中難以通用。

大數據技術的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業化、信息化、城鎮化、農業現代化任務很重，建設下一代信息基礎設施，發展現代信息技術產業體系，健全信息安全保障體系，推進信息網路技術廣泛運用，是實現四化同步發展的保證。大數據分析對我們深刻領會世情和國情，把握規律，實現科學發展，做出科學決策具有重要意義，我們必須重新認識數據的重要價值。
為了開發大數據這一金礦，我們要做的工作還很多。首先，大數據分析需要有大數據的技術與產品支持。發達國家一些信息技術（IT）企業已提前發力，通過加大開發力度和兼並等多種手段，努力向成為大數據解決方案提供商轉型。國外一些企業打出免費承接大數據分析的招牌，既是為了練兵，也是為了獲取情報。過分依賴國外的大數據分析技術與平台，難以迴避信息泄密風險。有些日常生活信息看似無關緊要，其實從中也可摸到國家經濟和社會脈搏。因此，我們需要有自主可控的大數據技術與產品。美國政府2012年3月發布《大數據研究與發展倡議》，這是繼1993年宣布「信息高速公路」之後又一重大科技部署，聯邦政府和一些部委已安排資金用於大數據開發。我們與發達國家有不少差距，更需要國家政策支持。
中國人口居世界首位，將會成為產生數據量最多的國家，但我們對數據保存不夠重視，對存儲數據的利用率也不高。此外，我國一些部門和機構擁有大量數據卻不願與其他部門共享，導致信息不完整或重復投資。政府應通過體制機制改革打破數據割據與封鎖，應注重公開信息，應重視數據挖掘。美國聯邦政府建立統一數據開放門戶網站，為社會提供信息服務並鼓勵挖掘與利用。例如，提供各地天氣與航班延誤的關系，推動航空公司提升正點率。
大數據的挖掘與利用應當有法可依。去年底全國人大通過的加強網路信息保護的決定是一個好的開始，當前要盡快制定「信息公開法」以適應大數據時代的到來。現在很多機構和企業擁有大量客戶信息。應當既鼓勵面向群體、服務社會的數據挖掘，又要防止侵犯個體隱私；既提倡數據共享，又要防止數據被濫用。此外，還需要界定數據挖掘、利用的許可權和范圍。大數據系統本身的安全性也是值得特別關注的，要注意技術安全性和管理制度安全性並重，防止信息被損壞、篡改、泄露或被竊，保護公民和國家的信息安全。
大數據時代呼喚創新型人才。某咨詢公司預測大數據將為全球帶來440萬個IT新崗位和上千萬個非IT崗位。預測美國到2018年需要深度數據分析人才44萬—49萬，缺口14萬—19萬人；需要既熟悉本單位需求又了解大數據技術與應用的管理者150萬，這方面的人才缺口更大。中國是人才大國，但能理解與應用大數據的創新人才更是稀缺資源。
大數據是新一代信息技術的集中反映，是一個應用驅動性很強的服務領域，是具有無窮潛力的新興產業領域；目前，其標准和產業格局尚未形成，這是我國實現跨越式發展的寶貴機會。我們要從戰略上重視大數據的開發利用，將它作為轉變經濟增長方式的有效抓手，但要注意科學規劃，切忌一哄而上。

⑼ 大數據時代是一把雙刃劍嗎

一、維克托·邁爾—舍恩伯格——開大數據系統研究之先河

《經濟學人》說，在大數據領域，他是最受人尊敬的權威發言人之一；《科學》說，若要發起一場關於這個問題的深入探討，沒有比他更好的發起者了。他是歐盟互聯網官方政策背後的重要制定者與參與者；他是最早洞見大數據時代發展趨勢的數據科學家之一；他就是維克托·邁爾—舍恩伯格。

他說，世界的本質就是數據，大數據將開啟一次重大的時代轉型；

他說，大數據發展的核心動力來源於人類測量、記錄和分析世界的渴望；

他說，從因果關繫到相關關系的思維變革才是大數據的關鍵，建立在相關關系分析法基礎上的預測才是大數據的核心。

二、顛覆商業傳統——海量數據後的相關關系

維克托·邁爾—恩伯格與時俱進地提出了在大數據時代的諸多變革，首先是分析思維的變革，而伴隨這種變革會帶來行動變革，而這種變革會發生在社會的方方面面，諸如商業領域、公共衛生、咨詢決策以及國家政策等各個領域。最終會影響我們的生活方式與社會產業結構。

‍

大數據時代的變革，其動力來自於技術的進步與獲取數據的方便性與低廉性。而這恰恰為顛覆傳統時代由於各種限制而採取抽樣技術而獲取有用信息的途徑提供了可能。現在技術成熟了，人們在獲取信息時考慮的是盡可能多的樣本數據，且可以是樣本等於全體。同時在分析數據時更多的關注的是相關關系而非因果關系，知道是什麼就已經足夠了，沒有必要去探究為什麼。在商業領域是什麼比為什麼更加重要，而我覺得根據相關關系也可以去推論因果關系，這對於學術領域應該是極具有價值的。相關關系是大數據時代最重要的思維變革，而通過計算機對諸多數據的雲計算與處理可以幫助我們發現這些相關關系，而這也廣泛地應用於商業領域，世界上最大的零售商沃爾瑪在颶風來臨時把蛋撻和颶風用品擺放在一起，能獲得大賣。蛋撻和颶風之間有什麼因果關系嗎？沒有，因果在此刻沒有任何意義，相關才是重要的。

在大數據時代我們每一個人都有機會去施展才華，但大數據也會讓我們變得「透明」。因為我們本身就是一個資料庫，我們的位置信息、消費方式、人際交往以及許多數據，都在被他者有意無意的搜集，而且我們自身卻一無所知。我們的行為可以被預測，我們沒有隱私。這是大數據所帶來的道德問題與社會困擾。我們的世界被赤裸裸的數字包圍，而或許更需要靈魂的滋潤與豐滿。人類的自由意志與諸神之下的尊嚴是否會在這條道路上異化，我不得而知，而我只想在這個時代做一個麥田裡的守望者與思考者，幸福地生活才不會辜負時代與生命。