点击围观!腾讯 TAPD 助力金融行业研发提效、敏捷转型最佳实践! 了解详情
写点什么

隐私和效用不可兼得?隐私保护开辟商业新境地

  • 2020-03-05
  • 本文字数:2029 字

    阅读完需:约 7 分钟

隐私和效用不可兼得?隐私保护开辟商业新境地

话说天下数据,分久必合,合久必分。


伴随着计算机软硬件技术的飞速发展,社会整体信息化程度提高,数据的价值逐渐凸显,由此开创了数据汇集、数据提炼、数据变现的信息时代。信息技术商业化日渐深入的同时,数据汇集潜藏的隐私风险也日渐放大。


以《中华人民共和国网络安全法》、《信息安全技术 个人信息安全规范》、《个人金融信息保护技术规范》、《金融分布式账本技术安全规范》等一系列法律法规和技术规范为标志,隐私保护立法的精细化、数据属主权益意识的觉醒,进一步推动了大平台统一的数据控制权向分散的数据属主回归。


时局变迁,隐私诉求和商业效用似乎演化成一对难以调和的矛盾,依赖数据的商业模式保持可持续性增长挑战重重。


如何破解这一困局?这里,我们将从开拓商业机遇的角度,分享关于隐私保护和现代商业互惠关系的一些思考:如何在技术手段的协助下,化解属主权益保护与商业利益转化的诉求冲突,并实现两者的共生共长。

1、理清隐私保护的对象和范畴

首先,我们需要理清隐私保护的对象和范畴。


提及隐私数据,第一印象多半与个人用户相关,如身份、行踪、购买行为等,但隐私数据的范畴不仅限于此,任何不愿意被公开披露的数据本质上都是,如企业内部业务数据,对应数据所有权的拥有者,相应地就是数据属主,理应被保护。


隐私数据之所以被称为隐私数据,因其对数据属主有特殊价值,通常反映了属主独有的身份或其他敏感信息。相比于公开数据,隐私数据具备更高的信息熵,在信息商业化进程中,能够提供更好个体区分度。


这对于以交换为本质的商业活动来讲,价值尤为凸显,因其既提升了找到潜在交换对手的可能性,又提供了稀缺信息来确定更为合理的交换价格。


目前,以匹配买卖双方需求为主要盈利模式的信息服务平台,如电商、搜索、在线广告等,最核心的竞争力之一就来源于这类数据。

2、隐私数据商用风险分析

平台汇集的隐私数据量越大,产生的商业价值也随之急剧攀升,但同时也会让隐私风险“埋雷”。

隐私保护立法渐完善,数据商用需合法合规



隐私保护相关法律法规,除规范了隐私数据的适用范畴和使用限制之外,初衷是希望将隐私数据的控制权和收益权归还数据属主。

数据属主保护意识崛起,授权使用心有明尺

当前社会,信息技术商业化早已不是新事物,经历多年用户教育之后,数据属主逐步认识到自身隐私数据的价值和分享隐私数据的风险。相比于早期,越来越多数据属主主动发掘这一类交换过程的价值,开始对其进行风险评估,并选择性地参与隐私数据的价值交换过程。


如果使用某一产品会面临超出预期的隐私风险,理性的数据属主很有可能做出以下选择:


1)继续使用该产品,但给出假数据。


2)弃用该产品或转投同类型可替换的产品。


数据属主保护意识的崛起,加之隐私保护立法的完善、隐私数据控制权从集中到分化的演变,对以数据为主要驱动力的现有商业模式来说,等待着的将是一系列重大挑战。而解决挑战的关键,不在于数据属主与数据使用方之间的零和博弈,在于如何对齐两者之间的利益诉求,以共同实现最优效益。

隐私保护技术的四层预期效果

在化解数据属主隐私保护和商业利益转化诉求的冲突中,我们需要引入隐私保护技术。


限于篇幅,本文仅概述隐私保护技术化解冲突的四层预期效果。隐私保护的科学理论、技术方案和案例分析等,将在后续推文中陆续分享。

隐私保护技术的第一层效果:增强数据透明性

技术手段可以减少用户的认知成本,更容易了解哪些数据会被收集,以及会被如何使用等关键信息,以此更好地评估自身风险。


适度引入智能化的推荐模型,根据用户预设的风险偏好自动做出合理判断,减少因风险不确定性导致用户参与度降低而造成的潜在损失。


隐私保护技术的第二层效果:增强数据隐匿性

技术手段可以保证用户即便分享了敏感信息,也无法归因到个人,以此来提升用户分享真实数据的意愿,减少因信息过于敏感导致用户给出假数据而造成的潜在损失。


隐私保护技术的第三层效果:增强数据受控性

技术手段可以确保隐私数据只能以“已授权”的方式使用,其他情况下,数据一概无法使用,进一步提升用户参与价值交换的意愿。


尤其是作为数据属主的企业,能够在保护企业自身业务数据机密性的前提下,安心发展联合数据业务,催生商业合作新模式。


隐私保护技术的第四层效果:增强数据协作性

隐私保护技术具备一定的技术理论门槛,经过实践检验的隐私保护技术方案相对有限,这有利于在业内实现数据接口标准化,降低企业之间联合业务数据的协作成本,促进更为隐私友好的业务合规体系建成,最终推动整体行业的技术升级。



正是:谈信息隐私受瞩目,创机遇商业辟新境!


隐私保护技术的价值正在逐渐展现,世界各国隐私保护立法也在逐步完善,企业如何乘风破浪,在业务探索创新的过程中有效实现合法合规?敬请关注下回分解。

关于作者

严强,微众银行区块链安全科学家,SMU 信息安全方向博士,信息安全顶级国际学术会议最佳论文奖获得者;曾作为 Google 隐私保护基础技术架构部门唯一来自中国的早起核心成员,领导研发的技术方案在 Android 和 Google Play 生态各大门户产品中全面集成投产。


2020-03-05 16:191149

评论

发布
暂无评论
发现更多内容

怒肝 JavaScript 数据结构 — 数组篇(一)

杨成功

JavaScript 数据结构 4月月更

微服务从代码到k8s部署应有尽有系列(四、用户中心)

万俊峰Kevin

微服务 RPC web开发 go-zero Go 语言

Linux之ssh-copy-id命令

入门小站

Linux

在 Flutter 和 Dart 中取消 Future 的 3 种方法

坚果

4月日更

在线XML转HTML工具

入门小站

工具

智能时代,应该如何培养中小学AI教师?

脑极体

王者荣耀商城异地多活架构设计

石小天

「架构实战营」

一文读懂 MySQL Explain 执行计划

老周聊架构

MySQL 数据库 3月月更 4月月更

【Go实现】实践GoF的23种设计模式:单例模式

元闰子

Go 设计模式 单例模式

FlyFish模版中心正式上线!快来领取社区周边礼物

云智慧AIOps社区

开源 大前端 数据可视化 大屏可视化

vivo 短视频推荐去重服务的设计实践

vivo互联网技术

服务器 架构设计 布隆过滤器

三高Mysql - Mysql索引和查询优化(偏理论部分)

懒时小窝

MySQL 数据库

我要批判架构师!

博文视点Broadview

【课程汇总】OpenHarmony成长计划知识赋能第二期系列课程(附链接)

OpenHarmony开发者

OpenHarmony 成长计划

基于python的struct模块实现简单的ByteBuf

歆晨技术笔记

这样的 Python ,你学得会吗

海拥(haiyong.site)

Python 4月月更

架构训练营-作业七

默光

异地多活 架构训练营5期

在线OPML美化格式化工具

入门小站

工具

基于Apache组件,分析对象池原理

知了一笑

Apache redis 构架 池化思想 对象池

普渡科技联合韩国VD Company参展IFS创业博览会,引爆韩国服务机器人市场

江湖老铁

报名中2022南京智博会 第十四届南京国际智慧城市、物联网、大数据博览会

InfoQ_caf7dbb9aa8a

新的篇章,Pancake开通STI的流动性LP质押

BlockChain先知

容器 & 服务:Kubernetes运维记录

程序员架构进阶

Kubernetes 容器 4月日更 4月月更

谈谈高并发系统的一些解决方案

xiaoxi666

高并发 高并发系统设计 高并发系统

MySQL性能优化的5个维度

蝉沐风

MySQL 性能优化

Kubernetes官方java客户端之八:fluent style

程序员欣宸

4月月更

STI已于Pancake开通流动性LP质押

石头财经

第七个模块作业

achilles

Linux驱动开发-编写DS18B20驱动

DS小龙哥

4月月更

围观报名中2022第十四届南京国际人工智能产品展会

InfoQ_caf7dbb9aa8a

隐私和效用不可兼得?隐私保护开辟商业新境地_区块链_严强_InfoQ精选文章