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）
去年12月55城新房销售价格环比下降，一线城市新房价格止跌******
1月16日，国家统计局发布2022年12月份70个大中城市商品住宅销售价格变动情况。2022年12月份，70个大中城市中商品住宅销售价格下降城市个数有所增加，各线城市商品住宅销售价格环比持平或下降，一线城市同比上涨、二三线城市同比下降。
一线城市新房价格环比止跌
按照国家统计局数据，2022年12月份，70个大中城市中，新建商品住宅销售价格环比下降的城市有55个，比11月份增加4个；房价环比上涨城市15个，较11月增加1个。
各线城市表现看，去年12月份，一线城市新建商品住宅销售价格环比由上月下降0.2%转为持平；二线城市新建商品住宅销售价格环比下降0.3%，降幅比上月扩大0.1个百分点；三线城市新建商品住宅销售价格环比下降0.3%，降幅与上月相同。
上海易居房地产研究院研究总监严跃进指出，去年12月最明显的变化是，一线城市连跌3个月后，已经有止跌现象。这也说明，随着疫情压力高峰期的过去，一线城市的楼市继续被看好。此类城市止跌，也有助于修复市场预期。
具体到各个城市，2022年12月份新建商品住宅价格环比涨幅前十的城市分别为：泉州、扬州、长沙、成都、上海、无锡、杭州、青岛、北京、宁波(九江、平顶山，新建商品住宅环比涨幅与宁波相同)。
其中，泉州新建商品住宅价格环比涨幅领跑，新房价格环比上涨0.7%；扬州新建商品住宅价格紧随其后，环比上涨0.6%；长沙及成都新房环比上涨0.5%。
按照国家统计局数据，55个新房价格环比下跌的城市中，跌幅最大的十个城市分别是：呼和浩特、长春、惠州、昆明、天津、桂林、韶关、岳阳、唐山、郑州(沈阳、太原、石家庄，新建商品住宅环比降幅与郑州相同)。
从同比来看，去年12月份，70个大中城市中，新建商品住宅销售价格同比下降的城市有53个，比11月增加2个。
今年1月5日人民银行、银保监会发布通知，决定建立首套住房贷款利率政策动态调整机制。新建商品住宅销售价格环比和同比连续3个月均下降的城市，可阶段性维持、下调或取消当地首套住房贷款利率政策下限。
上海易居房地产研究院根据2022年10月-12月份全国70城房价指数数据，70城中有35个城市符合下调的标准，其中二线城市有14个，包括长春、沈阳、太原、大连、哈尔滨、郑州、天津、石家庄、福州、南宁、贵阳、厦门、武汉、兰州；三线城市有21个，包括牡丹江、湛江、洛阳、岳阳、北海、秦皇岛、吉林、徐州、金华、济宁、常德、韶关、桂林、唐山、锦州、温州、宜昌、惠州、丹东、蚌埠、襄阳。
2022年12月，新房价格同比仍显示上涨的城市有16个，其中成都、杭州、北京、上海、长沙、银川、西安、济南、宁波、南昌同比涨幅前十。
63城二手房价格环比下降
二手房市场来看，市场总体降温的态势未得到改善。根据国家统计局数据，2022年12月，70个大中城市中，二手住宅销售价格环比下降城市有63个，比上月增加1个。
从各线城市表现看，去年12月份，一线城市二手住宅销售价格环比下降0.5%，降幅比上月扩大0.1个百分点。二线城市二手住宅销售价格环比下降0.4%，降幅与上月相同。三线城市二手住宅销售价格环比下降0.4%，降幅比上月收窄0.1个百分点。
按照国家统计局公布的数据，2022年12月份，二手住宅销售价格上涨的城市仅7城，分别是昆明、长沙、成都、徐州、宁波、贵阳、泸州。
其中，昆明二手房价格环比上涨0.3%，连续两个月涨幅第一；长沙、成都、徐州二手房价格环比分别上涨0.2%。
从同比来看，二手住宅销售价格显示上涨的城市仅6城，分别是成都、北京、上海、昆明、南充、无锡。
其中，成都二手房销售价格同比上涨9.1%，连续7个月涨幅第一；北京二手房价格同比上涨3.9%涨幅第二；上海涨幅2.6%排第三。
58安居客研究院院长张波指出，虽然房价下降的城市数量在去年12月依然增多，但市场底部已逐步清晰，预计房价的稳定和上涨数量明显增长还需等待今年二季度。值得关注的是，今年是个改善需求入市的好年份，中共中央、国务院去年12月印发的扩大内需战略规划纲要中明确提到，住房改善将是未来拉动内需的重点。预计一二线热点城市的复苏节奏会相对更快，目前一二线热点城市的政策工具箱还有较多工具未被使用，尤其是针对改善需求在首付及利率方面有很大的调整空间。结合房贷利率的整体优化，未来市场整体复苏依然非常可期。
| 大发彩票地图 |
