科学技术对个人数据的具体影响及隐私保护探讨

（一）电子化个人数据总量快速增长

目前，互联网上私人数据的增加主要源于三个方面的推动力，即电子商务平台、移动智能终端和社交网络。电子商务平台记录了大量的个人交易信息。近几年，交易数据因为不断扩大的市场交易规模而迅速增长。移动智能终端的记录功能越来越强，移动设备的使用范围越来越广。这让移动终端的数据呈爆炸式增长。最有代表性的就是手机终端。此外，平板电脑、车载设备及广泛安装的摄像头也是个人数据的重要来源。社交网络不但为使用者创造了大量的虚拟空间，而且通过社交网络将不同个体的虚拟空间相互交织。在虚拟空间平台上，社交网络搜集用户的个人数据十分便利（也就是个人数据的电子化），同时通过交织在一起的用户行为，社交网络加速了个人数据的产生。总而言之，社交网络数据和电子交易数据构成了大数据下个人数据增量的主体部分。

（二）个人数据结构发生显著变化

自媒体、电子商务与社交网络贡献了主要的个人数据增量部分。和之前的数据有明显不同，这几部分的数据具有非结构化、空间复杂程度较高两个特点。比如，社交网络与自媒体产生的数据既包括用户姓名、性别和年龄等基本结构化数据，又包括位置数据、视频数据和音频数据等非结构化数据。又如，电子商务平台产生了大量的交易和日志等颗粒度较小的个人数据。这些数据具有较高的空间复杂度，但是在非大数据的条件下所占比例较低，利用率也不高。

1.个人数据应用模式的变化

非结构化数据的可用性因为大数据得到了有效增强，这使个人数据的应用模式逐渐演进到大规模商业化应用的新阶段。对大数据环境与传统环境下个人数据应用模式进行比较，具体情况如表2-1所示。

表2-1　大数据环境与传统环境下个人数据应用模式比较

(www.xing528.com)

简言之，个人数据在传统模式下大多是一种事前设定好的结构化数据，是静态的。而对用户行为中产生的大量中间数据应用较少。相反，在大数据条件下，个人数据的设定根据应用场景的变化而变化。比如，在以美食为主题的社交网站中，个人数据包括用户的口味偏好、位置信息等。又如，在综合性的电子商务平台中，个人数据包括账户信息、商品选择及电子账户流水等。

2.数据搜集方式的变化

与以某个特定目标为指引的传统模式的数据搜集行为不同的是，大数据以价值为指引。传统模式是在事先设定的应用目标的条件下，对个人数据的可搜集性进行评估后的搜集行为。大数据是在为用户提供一些免费服务时，根据自身的商业模式和市场需求，以使个人数据的价值最大化为导向，主动搜集个人数据。大数据的这一特性的重要前提之一是数据的搜集能力大大提高。

3.个人数据处理的变化

在传统模式中，个人不参与数据加工的中间过程。而在大数据模式中，个人有较高的参与度。这是因为随着云计算和互联网的快速发展，大数据在处理个人数据的时候，个人可方便地参与其中。个人参与个人数据的加工使大数据的应用推广更加便利。

4.隐私风险的变化

传统模式下隐私规制的系统性风险较小，大数据环境下隐私规制存在不可控的系统性风险。在传统模式下，个人数据的应用范围不大，层级较少，系统风险小并且可控。在大数据下，个人数据价值挖掘中有较多的参与者，所以隐私风险比较大。这是因为个人数据的生产与加工的迂回度不断提高。这不但为隐私规制提出了新的、更高的要求，而且增大了风险控制的难度。