点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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）
2022年“十大语文差错”公布 都有哪些字词？******
中新网北京1月11日电(记者 上官云)11日，《咬文嚼字》编辑部公布了2022年十大语文差错，其中包括“踔厉奋发”的“踔”误读为zhuō、“连花清瘟”误为“莲花清瘟”、“终止”误为“中止”等等。
快来看看，这些字词你都了解吗？
图片来源：《咬文嚼字》编辑部供图一、“踔厉奋发”的“踔”误读为zhuō
2022年，“踔厉奋发”频频出现于文件报告、新闻媒体、宣传横幅中。“踔厉奋发”的“踔”常被误读为“zhuō”，正确的读法是chuō。“踔”是个多音多义字：读chuō，有跳跃、疾行等义，引申指超越、远胜的样子；读zhuō，有卓然特立之义。“厉”指振奋；“踔厉”形容精神奋发有为。“踔厉奋发”还常被误写为“戳力奋发”。“戳”指用力刺，引申有刺激、指责等义；“戳力”讲不通。
二、“天和核心舱”误为“天河核心舱”
2022年7月和11月，问天实验舱和梦天实验舱先后完成与天和核心舱的交会对接，形成“T”字基本构型，天宫空间站建设迈出了关键一步。媒体报道相关新闻时，常把“天和核心舱”误为“天河核心舱”。
中国载人航天工程办公室曾举办空间站征名活动，核心舱最终被命名为“天和”。“天和”本指自然和顺之理、天地之和气，包蕴天地自然与人类和谐统一之意，充分彰显中国和平利用太空造福全人类的理念。“天河”则指银河。
三、“连花清瘟”误为“莲花清瘟”
在说到防疫药品时，“连花清瘟”常被提及，但往往有人把它误为“莲花清瘟”。其中“连花”二字分别指该药品成分中的连翘和金银花，二者均有清热解毒的功能，以此为主要原料制成的药物颗粒，可清瘟解毒、宣肺泄热，对流感病毒等起抑制作用。“连花清瘟”的成分里不含“莲”。
四、数量减少误用“倍”
新冠病毒不断迭代，研究人员发现，如今奥密克戎毒株的传染性明显增强，而致病性显著下降。媒体报道相关新闻时，常出现这样的表达：奥密克戎致病力比原始毒株下降四十倍。“下降四十倍”的说法明显不妥。
“倍”作量词时用在数词后，表示增加的是跟原数相同的数；某数的几倍就是某数乘以几，如二的三倍是六。量词“倍”一般用于数目的增加，而不用于数目的减少。如果硬要用于数目的减少，减少一倍数值便成为零，如何“下降四十倍”？规范的说法应为：下降到四十分之一。
五、“天然气”误为“天燃气”
俄乌冲突爆发后，俄罗斯面临西方国家的严厉制裁，国际能源市场动荡，天然气价格暴涨。相关报道中，“天然气”常被误为“天燃气”。天然气通常指产生于油田、煤田和沼泽地带的天然气体，主要成分是甲烷等。
而“天燃气”只能理解成自然燃烧的气体，世界能源体系中不存在这种气体。汉语中有“燃气”一词，指的是用作燃料的气体，天然气便属燃气。“天然气”是“燃气”，但不是“天燃气”。
六、“不负众望”误为“不孚众望”
2022年12月18日，卡塔尔世界杯决赛，阿根廷队击败法国队夺得冠军，梅西不负众望，率领阿根廷队捧起大力神杯。有媒体在报道相关新闻时，把“不负众望”误为了“不孚众望”。
“负”指辜负，“不负众望”即没有辜负众人的希望、期待。“孚”读fú，指令人信服，如“深孚众望”便指使大众非常信服，享有很高的威望。“不孚”指不能使人信服，“不孚众望”只能理解成不能使大众信服、辜负了大家的期望。这显然和赞扬梅西的本意大相径庭。
七、“英国女王”误为“英国女皇”
伦敦时间2022年9月8日，英国白金汉宫证实英国女王伊丽莎白二世当天去世，终年96岁。相关报道中，不少媒体把“英国女王”误成了“英国女皇”。
英国的全称为大不列颠及北爱尔兰联合王国，实行君主立宪制，其国家元首称“国王”。伊丽莎白二世为英国国王乔治六世的长女，1952年2月6日即位，1953年6月2日加冕，是英国在位时间最长的国王，世称“女王”。“女皇”则指女性皇帝，英国没有皇帝，自然也没有“女皇”。
八、“终止”误为“中止”
2022年11月3日，第77届联合国大会再次以185票赞成，2票反对，2票弃权的压倒性多数通过决议，要求美国终止对古巴的经济、商业和金融封锁。
在相关报道中，有媒体将“终止”误为了“中止”。“终止”表示结束、完全停止，而“中止”表示事情没有完成而中途停止。“中止”还有继续的可能。联合国要求美国“终止”对古巴的封锁，是希望美国“结束”其行为，而非让其行为“中途停止”。
九、“霰弹枪”误为“散弹枪”
2022年7月8日，日本前首相安倍晋三在奈良市进行演讲时胸部中枪身亡。有多家日本媒体援引警方的消息称，安倍晋三被人用霰弹枪击中。
在相关中文报道中，有媒体把“霰弹枪”误为了“散弹枪”。“霰”指白色不透明的小冰粒，常为球形或圆锥形。
“霰弹枪”简称“霰枪”，是一种能将许多弹丸(或小箭)成束射向目标的后装滑膛枪，能进行不需精确瞄准的喷撒式射击。“霰”过去曾读sǎn，后统读xiàn。“霰弹枪”不能写成“散弹枪”。
十、“莘莘学子”的“莘莘”误读为xīnxīn
“莘莘”应读shēnshēn，形容众多；“莘莘学子”指众多学生。“莘”另读xīn，为药草名，即细辛，也作地名，如莘庄(属上海)。“莘莘学子”的“莘莘”，常被人误读为xīnxīn。
2022年夏，某著名高校一块写着“悻悻学子，前程似锦”的宣传板引起社会关注。“悻悻学子”显系“莘莘学子”之误。此处“莘莘”被误为“悻悻”，当是弄错了“莘莘”的读音，进而写了别字。
“悻”读xìnɡ，“悻悻”形容恼怒怨恨、愤懑不平；“悻悻学子”不可能是宣传板想要表达的意思。此外，“莘莘学子”本是众多学子组成的群体，类似“这位莘莘学子”“两名莘莘学子”“众多莘莘学子”等说法，都是错误的。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
3分六合地图 |
)