重要性：隐私保护的重要性

大数据常常包含了人们的隐私信息，例如，客户信息或者医疗信息往往包含一些隐私信息，例如姓名、住址、电话号码、身份证号、社保号、经济状况以及医疗状况。

隐私问题对于大数据的重要性有如下一些原因：

（1）大数据通常包含许多不同来源的信息，这就需要信息的共享或是整合。图11-1中的例子展示了大数据收集、共享和整合的过程，这些数据来源于医院的病人、商店的顾客和学校的学生。因为一个人可以同时是病人、顾客和学生，得到这些数据的机构就会想要将这三个数据集整合在一起，再进行一些有趣的分析（例如，教育程度和健康状况以及购物行为的关系）。然而，出于隐私考虑，人们会拒绝提供个人数据，并且也会阻碍收集了信息的相关组织（本例中的医院、商店和学校）分享这些数据。这会阻碍对整合数据的分析。

图11-1　数据共享与整合示例

（2）对大数据的挖掘可能会泄露隐私信息。例如，对在线数据进行简单的关键词搜索或者文本挖掘就有可能泄露敏感信息。曾经有过在搜索记录里找到社保号（就像美国的身份证号）的例子；还有通过推测泄露隐私的情况。例如，攻击者可以将公开数据集和匿名私密数据（假设删除了用于识别的属性）相连接，来识别私密数据中的人，这就是链接攻击。如果房主在网上发布带有日期信息的度假照片，攻击者就可以闯入这间房子，因为他们可以推测出房主在度假，不在家里。智能手机收集的位置信息也可以用于追踪。

1）数据隐私的定义及范围

图11-2给出了数据隐私的定义及范围。通常情况下可以将隐私信息分为两种：个人隐私和公司隐私。个人隐私是指每个个体（例如顾客、病人、学生等）的私人信息。可以进一步划分成身份信息和其他敏感信息。身份信息包括可以用来独立标识一个人的信息，例如，姓名、身份证号、社保号、信用卡号、银行账号、住址、车牌号、电话号码、生物特征（例如指纹）、DNA等。身份信息泄露可能导致身份盗用（罪犯可以用受害者的身份信息去银行开户、申请贷款或信用卡、犯罪等）。个人隐私还包括其他私人的敏感信息，例如医疗状况、财务历史等。

(www.xing528.com)

图11-2　数据隐私定义及范围

公司隐私是指一个组织（例如公司、学习、政府机构）的敏感信息。这些信息通常不是个人层面而是关于该组织的。公司隐私通常包括会影响声誉的信息，以及会被竞争对手利用的信息。例如，医院可能不想让公众知道它的CT收费最高，因为这会影响到它的声誉。又例如，当一家商店想要对关联度最高的商品进行促销时（例如，顾客很有可能会同时买牛奶和面包，所以商店可以对牛奶进行促销从而卖出更多的面包），如果这些关联信息泄露给了竞争对手，那么竞争对手就可以进行相似的促销从该公司吸引走顾客。

2）隐私泄露的结果

（1）身份盗用。身份盗用意味着罪犯可以用受害者的身份去申请信用卡或贷款，申请医疗理赔或者犯罪。身份信息被盗用的最常见结果就是身份被盗用。2012年，大约7%的美国人经历了各种身份盗用。通常这会导致个人经济损失以及商业损失。并且，清除受害人的信用记录或是犯罪记录很困难，需要花费大量时间。

（2）保险拒签或者拒绝提供工作。这种情况通常是由于受害人的医疗记录被泄露给了保险公司或者雇主，特别是当这些记录里包含以前存在的医疗状况，例如吸毒或酗酒。

（3）足迹追踪是指在网上或现实生活中跟踪一个人。这种情况通常是当受害者的位置信息（包括在线和离线）被泄露。

（4）房屋入侵。这种情况发生在罪犯发现受害者有很长一段时间不在家时（例如，在度假）。在网上发布带有日期信息的度假照片或是度假计划会导致这种情况发生。

（5）敲诈、诽谤、使人难堪。一些个人信息（例如照片、事件）可被用以敲诈、诽谤或是使人难堪。这通常事关名誉，不过也会发生在普通人身上，尤其是青少年。遭受诽谤和难堪曾导致过一些自杀事件的发生。

（6）对于组织，如果遭受了数据泄露，隐私侵害会导致严重的经济和声誉损失。例如，美国零售巨头Target在最近的一起隐私侵害问题中损失了超过一亿美元。