数据业陷生存危机技术问题还要靠技术解决

大数据202

最近，整个产业迎来多事之秋。从今年9月开始，多家数据企业先后被曝出负责人被查或公司暂停营业的消息，很多公司因此面临严重的生存危机。

近一个多月以来，杭州、深圳等多地公安出动警力，带走多家大数据风控平台高管协助调查。一时间，整个数据行业风声鹤唳，从业者人人自危。

那么，形成这一问题的原因是什么？有关部门又该如何对数据行业进行有效治理？

制度建设滞后致问题频出

随着大数据技术的发展和成熟，数据逐渐成为一种十分重要的生产要素，通过对数据进行分析，相关从业者可以挖掘出巨大的商业价值。

在这种背景下，大量企业开始将资源投入到对数据的搜集、整理，以及处理工作上，大数据产业开始蓬勃发展。然而，在大数据产业高速发展的同时，相关的制度建设却稍显滞后。相关法律和制度的空缺，使与数据有关的问题层出不穷。

在这些问题中，比较引人重视的有三个：一是侵犯隐私。这主要发生在数据搜集环节。为了从用户身上获取到有价值的信息，少数企业置用户的隐私权于不顾，肆意侵犯。二是数据保护问题。这主要发生在数据的传递和储存环节。由于安全保护工作的不到位，一些被搜集到的数据可能流出，从而对数据的相关利益方造成较大伤害。三是数据垄断。这主要是指一些企业通过掌握更多、更好的数据，从而获得了更大的市场份额，并借此限制市场竞争。

目前，已有很多学者对关于数据产生的各种问题进行了分析和解读，但从整体上看，这些学者提出的方案，更多集中在法律和制度的层面上。但从根本上来讲，上述数据问题其实属于技术问题，要想解决它们，须先从技术上找到问题根源所在，再用技术的手段去解决。

中心化处理模式引发连锁反应

尽管隐私侵犯、数据保护、数据垄断这三个问题，无论是在内涵上还是在表现上都截然不同，但从根本上来看，他们都是由数据的中心化处理模式所导致的。

在当前通用的数据处理技术之下，人们对数据进行分析，就要从数据中挖掘出有用的信息，就需先把分散的数据搜集到一起，再对这部分统计数据进行处理。如果数据是分散的，人们对此便无能为力。

这种中心化的处理模式导致了很多后果：

首先，这促使数据的分析者需要千方百计去搜集数据。在此过程中，就可能违反相关的规定，或侵犯人们的隐私。

其次，在汇集数据时，需将数据在不同的主体间进行传递，而此过程是很难被追踪的，这就决定了如果数据在传递过程中发生问题，原来拥有数据的主体将很难对其进行控制。以去年被曝出的剑桥分析事件为例，尽管在此事中脸书公司（Facebook）一直处在舆论的风口浪尖，但真正造成数据泄露和滥用的却是剑桥分析公司。

再次，现在备受诟病的所谓数据垄断问题，在一定程度上其实是掌握数据的企业为了防止数据泄露而做的防范。其实，很多掌握数据的企业都可以通过开放数据来为自己获取收益，但考虑到由此产生的问题，他们在采取这样的举措时都很犹豫。尤其是在剑桥分析事件发生之后，很多数据企业对数据安全的疑虑陡然增加，一改以往开放数据的态度，转而变得十分封闭。

基于以上原因，为了解决数据带来的众多问题，制度和法律建设固然重要，但要从根本上解决，可能还要依靠数据的力量，让目前中心化处理数据的模式发生改变。

新技术有望“治愈”数据顽疾

尽管要全面解决因数据产生的问题并不容易，但一些技术的发展已让我们看到了希望。在众多的技术当中，有三种技术可能是较值得重视的：

第一种是区块链技术。区块链技术有一个重要的特征，就是可追踪溯源，这一技术可全面记录数据传递过程中的所有信息。这样，一旦数据在传递过程中发生问题，就可清楚地知道问题发生在哪个环节、应由谁来承担相关责任。

第二种是安全多方计算技术。这一技术由清华大学教授姚期智提出，后来姚期智还凭此获得了图灵奖。安全多方计算技术的要点，在于保证“零知识证明”的提供。

何为“零知识证明”呢？举例来说，若有两个富翁想知道二者谁更有钱，但又不愿泄露自己的财富信息。那么，他们可将自己的财富信息以某种加密的方式告诉第三方，让第三方进行比较。实现这个过程的技术有很多，安全多方计算技术就是其中很有代表性的一种。有了这个技术，不同主体在数据交换的过程中，就可防止无关信息的泄露，因此数据传递的安全性就得到了保障。

第三种技术是谷歌正在推行的“联合计算”。和传统的中心化处理方式不同，“联合计算”不再采用搜集数据、集中处理的数据分析模式，而将模型分发到用户手中，直接在用户端训练模型。这样，数据分析者就可以在不从用户处搜集数据的情况下，完成模型的训练和数据的分析。这样不仅能保证数据的安全，也可从源头上杜绝数据垄断问题的发生。

数据问题是随技术的发展产生的，而技术本身或许也早已为这些问题的解决埋下了伏笔。笔者相信，只要我们善于利用新的技术，数据产生的各种问题迟早会得到解决。