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）

短些、软些、宽些******

　　金仲华

　　一、最好的宣传是怎样的？

　　最好的宣传，是使人看不出在宣传；看得出是在宣传的，是最不好的宣传。新闻工作是一种艺术，它通过事实讲话，而不是跟人家针锋相对开辩论会，也不是板起面孔宣传。对资本主义国家的读者进行宣传，更要注意。

　　华侨是倾向祖国的，但受到反动宣传影响，我们的责任是去掉那些影响，使他们逐步了解祖国。我们的工作还有国际宣传的意义。

　　二、怎样才能做好宣传？

　　新的形势给我们的宣传工作提供了有利条件，很多新的地区会陆续打开，更多的任务要我们去完成。要根据不同地区，不同环境，不同对象的具体情况来决定新闻报道的方式。这需要有高度的技巧——要稳，要灵活，要避免主观。因此要研究各个具体问题的宣传方法，要多分析、研究各侨居地的特点、政治气候以及各具体侨报的态度和读者反映。

　　要记得：稿件登不登是人家决定的，切不要以主观愿望代替客观现实。

　　三、要多报道哪些方面？

　　我们经常报道的事情有两大类：一、我们需要华侨知道，不管他们原来有没有兴趣知道的，如官厅水库、治淮工程等；二、华侨希望了解，我们加以满足，使他们更好地了解的，如侨乡情况等。不能认为国内一切大事都是应该大力向华侨报道的，如新近的养猪问题就是一个明显的例子。

　　就华侨角度来说，对城市的报道要多于农村；对人民生活、工商业、文教事业的报道要多于农业经济；对华南侨乡的报道要多于内地。要多报道华侨熟悉的地方，以及突出的地方。华侨虽很多出自农村，但出洋后很多居住在城市；国内眷属也很多住城市，因此华侨比较熟悉城市情况，比较关心城市新闻。农村人口分散，作为个别的乡村来说，和它有直接关系的人不多，因此除侨乡外单独报道某个村、乡，作用就不大；城市事物集中，和它直接有关系的人多了，熟悉它的人也多，报道了影响的面广。新闻报道要照顾各阶层读者的兴趣。

　　四、要怎样报道？

　　报道时要多讲事实，要有故事性，要多一点人物的活动，有时可用第一人称，要能引人入胜。

　　特别要谈一些中年、老年人所熟悉的风俗、习惯、人情、景物，引起他们的回忆，思乡。通过旧的东西说明新的东西，能使人有亲切之感。

　　要特别注意报道两种人。一是老人。老人在旧社会是不值钱的，被推开的。要报道那些老翰林、老教育家、老中医、老工程师等。这些人往往和华侨还有联系，报道他们现在在做什么，生活得怎样，会使华侨体会到新社会的好处。我们报道新的人物，也应该报道旧人物的新情况，这才不会割断历史。二是普通人(就是在旧社会抬不起头的人)。写他们现在如何成为车间主任、农业社社长、劳模等。

　　新社会的风气和面貌也应该报道。

　　五、风格问题

　　华侨居住地的政治环境，以及华侨的文化水平、思想水平等具体情况一般都和国内的不一样。因此，针对海外华侨读者的报道一定要有它的特点。但这些特点是否就可以说是“华侨风格”？看来不必要用这个名词。当然，文章体裁方面，内容方面应多样化，花式品种要多一些，因为社会上的人是多样的，兴趣也各不相同。

　　上海新民报晚刊提出：“短，短些，再短些”，“软，软些，再软些”，“宽，宽些，再宽些”(报道面宽)，对我们有参考价值。

　　国内的新闻、通讯很突出的是一个“长”字：篇幅太长，段落太长，句子太长，甚至“片语”(phrase)也太长。

　　我们要提倡：

　　1、短文，短段，短句子。长文章要多一些小标题，这是帮助读者，便利人家看。

　　2、突出。是主题突出。要使人家看了头一两句就非看下去不可。句子简单明了就自然会突出。外国人批评我们形容词太多，有时过(看)了两三道门(段)还看不出要说什么问题。

　　3、不要怕重复，报道要有连续性，要追着新闻去报道。

　　4、文字方面。华侨读文言较多，侨报社论有的用文言写，还要写到能朗读。有些报纸文章短，句子短，用文言又杂用方言，读起来有节奏。这是未可厚非的，它接近劳动人民。当然，文体问题还可以研究。这方面我们虽不能完全满足，但也应该注意。现在我们的新闻往往和语言还有距离。我们至少要做到：容易读，顺口。可以引用一些侨乡的成语、比喻，这能使人更感亲切，更能吸引读者。

　　(历史资料)