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）

美国科技史上最大规模裁员开启：亚马逊超1.8万人被裁 ，中国区春节后通知******

　　澎湃新闻记者 范佳来

　　亚马逊正式开启新一轮裁员 ，这将是公司历史上规模最大的一轮裁员 。

　　当地时间1月18日 ，据美国消费者新闻与商业频道(CNBC)报道 ，亚马逊在周三正式启动新一轮裁员 ，已有被裁员工收到公司全球零售主管道格・赫林顿(Doug Herrington)和人力资源主管贝丝・加莱蒂(Beth Galetti)发送 的电子邮件 。此前亚马逊曾表示，预计裁员超1.8万个岗位。

　　CNBC提到，在此轮裁员中，亚马逊人力资源和门店部门受影响最严重。据CNBC披露的内部邮件显示，周三结束时 ，亚马逊会通知美国 、加拿大、哥斯达黎加所有受影响员工，其它地方晚一点也会收到通知 ，例如，中国区员工要到农历新年后才会收到通知 。

　　邮件中，赫林顿表示，疫情期间 ，公司首要任务 是扩大规模满足客户需求。“尽管其他公司可能对短期经济犹豫不决，但在这个前所未有 的时期 ，我们优先考虑客户和员工 。”

　　他提到 ，当疫情影响逐渐淡化后 ，供应链困难、通货膨胀和生产力过剩等问题都增加公司服务成本 ，需要进一步改善成本结构 ，以此来吸引更多客户 。只有通过削减成本 ，公司才能为创新业务提供更多投资。

　　“裁员是公司为了降低成本而采取 的步骤之一，我们还增加了本地库存储备 ，使消费者更容易整合多件商品发货，增加购买日常必需品的方式，这些都旨在降低公司网络和交付成本 。通过改善成本结构 ，我们还能够继续在食品类、亚马逊企业购(Amazon Business)、Buy with Prime和医疗保健等领域进行有意义的投资。”赫林顿表示。

　　当地时间1月18日 ，据《西雅图时报》报道 ，亚马逊已经在西雅图和贝尔维尤解雇2300名员工 ，其中西雅图有1852人，贝尔维尤有448人 。在60天 的过渡期内，亚马逊将仍会向受影响 的员工支付工资 ，但不会期望他们继续工作 ，裁员将于3月19日开始 。

　　西雅图 是亚马逊最大 的园区，其南湖联合办事处拥有5.5万名员工 。该公司一直在城外大举招聘，以扩建其普吉湾总部 ，去年夏天在贝尔维尤的总员工人数达到1万人 。

　　此前据彭博社1月5日消息，亚马逊CEO安迪·贾西(Andy Jassy)曾在4日 的一份员工报告中表示，作为此前裁员计划的一部分 ，亚马逊计划裁撤1.8万个岗位。安迪·贾西表示 ，1月8日开始 ，与受裁员影响的员工沟通 ，并表示有多个团队受到影响 ，包括亚马逊电商与人力资源 、体验和技术(PXT)等相关部门。

　　亚马逊员工超过150万人 ， 是全球员工最多的企业之一。去年11月 ，亚马逊宣布开始裁员 ，并有1万名亚马逊员工已在2022年失业 。这些失业 的员工 ，主要集中在公司层面，包括零售 、设备和人力资源部门。

　　对于裁员 的原因 ，据《华尔街日报》报道称，安迪·贾西在一篇博文中表示：“由于经济形势不明朗以及不确定性增加，我们将不得不继续裁员 。”

　　亚马逊是新冠疫情 的最大受益者之一，因为顾客纷纷涌向网上购物 。从电子商务到云计算的各种业务推动了该公司几年来 的增长 。为了跟上需求，亚马逊将其物流网络扩大了一倍 ，并增加了数十万名员工。

　　此前据《纽约时报》报道，当需求开始减弱 ，顾客转而回到线下商店购物时 ，亚马逊启动大范围 的成本削减审查 ，以缩减无利可图的业务。在2022年春季和夏季 ，公司进行了有针对性 的削减以降低成本，关闭了实体店和亚马逊护理等业务部门。亚马逊后来宣布在全公司范围内冻结招聘 ，然后决定让员工离职。

　　据亚马逊在2022年10月28日发布 的第三季度财报 ，亚马逊 的净利出现了下滑。亚马逊第三季度净销售额为1271.01亿美元 ，与去年同期 的1108.12亿美元相比增长15% ，不计入汇率变动的影响为同比增长19% ；净利润为28.72亿美元 ，与2021年同期 的净利润31.56亿美元相比下降9%。

　　CNBC在报道中还提到 ，疫情期间 ，亚马逊员工人数曾有快速增长。由于经济下行 、核心零售业务增长放缓 ，贾西正在对亚马逊开支进行全面审查 。目前亚马逊已经冻结招聘、砍掉一些实验性项目、仓库扩张速度也已经放缓。

　　实际上 ，美国科技公司裁员潮已持续一段时间 。仅1月4日 ，就有三家公司先后宣布裁员，除亚马逊外，美国视频分享平台Vimeo 、云计算巨头Salesforce也先后宣布裁员计划。Vimeo首席执行官Anjali Sud在致员工 的一封信中表示 ，公司计划裁员11% 。而这是Vimeo去年7月裁员6%之后，进行 的第二轮裁员 。根据PitchBook的数据 ，估计1400名员工中将裁员150人。Salesforce首席执行官Marc Benioff也宣布计划“在未来几周内”裁员10%，预计近8000人受到影响。

　　截至1月18日收盘 ，亚马逊(Nasdaq:AMZN)报收95.46美元 ，跌0.61%。