图情大数据风险管理的顶层设计及个人数据保护原则

图情大数据风险管理的顶层设计主要包括法律法规体系建设、安全意识培养、体制机制设计实现等几个方面。具体形式有：出台图情大数据管理条例，制订图情大数据安全意识培养计划，研究图情大数据风险相应预案或管理办法等。这些顶层设计的根本就是要解决图情大数据中的核心问题——数据的开放与保护，并将个人隐私置于首要地位。以下三项个人数据保护原则应在顶层设计中予以考虑。

（1）关于个人数据的收集应该在个人认知条件下进行，并且收集的信息量应最小化到收集它的特定目的所需的信息量。从政策角度来看，广为人所知的公平信息实践法则（Fair Information Practice Principles，FIPPs）已经对个人信息权利在知晓、同意、选择和透明度等权利方面进行了归纳总结。但是，大多隐私权研究学者认为FIPPs在大数据环境中并不合适。对于大数据来说，需要收集更多的信息，包括个人生活的各方面和更多生活细节。而且问题也不仅仅在于数据规模的变大，还在于大量数据的收集发生时个人是毫无意识的。

（2）如果个人选择保护隐私，应该需要对数据进行匿名或模糊处理。随着越来越多的社会关系和实践成为数据点，个人数据难以保持匿名的状态。现在，新的算法可以快速地消除查找有意义信息的高昂成本。大数据隐私和数据保护法律涵盖“个人信息”或“个人身份信息”，这意味着信息与特定个人直接相关。对于大数据，通过一些搜索和分析，越来越多的未识别信息可以实际上指向特定个体。对于大数据，有关个人信息的匿名化将更加困难，大数据使重新识别数据变得相当容易。图情数据通常存储在大型纵向数据集中，从中删除了个人可识别变量。这些数据集常用于统计报告，还可以用于研究，以确定一段时间内的发展趋势，并分析用户的行为等。(www.xing528.com)

（3）每个人都应得到公平和平等对待，并且不因种族、性别、年龄或其他个人属性或基于他们不知道的因素而受到歧视。大数据使用数学算法和人工智能来根据他们的信息数据和其他人的信息数据集合对个人进行预测，这就会引发公平等问题。在图情环境中，人们也关注了微小的歧视迹象。但是对于大数据来说，这些微小的迹象可能难以辨别。