专业的信息化与通信融合产品选型平台及垂直门户
注册 登陆 设为首页 加入收藏
首页 企业新闻 招标信息 行业应用 厂商专区 活动 商城 中标信息

资讯
中心

新闻中心 人物观点
厂商专区 市场分析
行业
应用
政府机构 能源产业 金融机构
教育科研 医疗卫生 交通运输
应用
分类
统一协作 呼叫客服 IP语音 视频会议 智能管理 数据库
数字监控 信息安全 IP储存 移动应用 云计算 物联网

TOP

大数据背景下如何确保存储的安全性
2013-11-19 15:42:48 来源:新华网 作者:【
关键词:大数据 存储
 
品牌战略公司Siegel+Gale于2012年4月发布的一项调查显示,用户并不理解Facebook和谷歌是怎样查找、储存并共享他们的数据的。Siegel+Gale让受访者们阅读这两家公司的隐私保护协议,并分别给它们的隐私保护协议打分,80分就代表他们能够完全理解条例中的内容。

  品牌战略公司Siegel+Gale于2012年4月发布的一项调查显示,用户并不理解Facebook和谷歌是怎样查找、储存并共享他们的数据的。Siegel+Gale让受访者们阅读这两家公司的隐私保护协议,并分别给它们的隐私保护协议打分,80分就代表他们能够完全理解条例中的内容。然而,Facebook才得了39分,谷歌只得了36分,也就是说用户们不能完全理解它们的隐私保护协议。

  “人们有时候根本不了解他们同意签署的隐私保护协议。”Davis说:“因为企业把这些协议制定地过于复杂,除此之外,阅读这些服务协议时也会花费人们很长时间,一年中,人们约有76天用于阅读各种服务协议上。”

  尽管如此,隐私保护协议仍然在大数据应用中存在价值。全球信息技术和商务咨询服务提供商Infosys的客户经理NansSivaram表示,企业要做的不仅仅是规划出协议的条条框框,还要与一些有价值的客户进行沟通,帮助他们理解协议中的内容。

  在最近Infosys发布的一项全球调查显示,39%的受访者认为数据挖掘侵犯了他们的隐私,72%的人认为他们收到的线上广告和邮件并不符合他们的兴趣和需要。但是,Sivaram说:“假如结果对他们有利的话,顾客倒是愿意提供他们的数据信息。”

  调查结果显示了顾客的这种矛盾的心理:一方面,他们希望获得他们所期待的高性价比的产品和服务;另一方面,他们又不希望看到他们的个人数据信息用于商业用途。

  “零售商如果想要抓住自己的顾客,那么就要在利用顾客数据时多加谨慎。”Sivaram说:“同时,要避免侵犯顾客隐私的事情发生,以免惹上不必要的麻烦、失去顾客的信任。”

  那么,这些企业到底该怎样做呢?Sivaram认为,企业在收集数据时,应该给顾客一个更好的理由,让顾客心甘情愿地分享他们的数据。例如,可以告诉他们,他们的数据信息能够换来客户忠诚积分,并享受折扣。这样的话,企业在赢得客户信任并占据有利竞争地位的同时,也能为其客户提供更多更好的服务。

  这种企业和客户互利共赢的模式,在线上服务中也同样适用。

  制定行为准则

  然而,要解决这一问题并不能仅仅依赖顾客主动分享他们的数据、解密令人困惑难解的隐私保护协议或者以信用等级换取商店优惠券来诱惑顾客。 MichaelWalker认为大数据专家在使用和分析数据时,应该遵守一定的行为准则,MichaelWalker是位于美国丹佛的系统集成商和信息技术服务商——RoseBusinessTechnologies的管理合伙人。他已经起草了一份12页的有关数据分析和使用的行为准则,用来规范数据科学家的行为,该行为准则囊括了数据科学家的角色和职责在内的所有内容。

  “企业也开始明白了数据信息二次使用和个人数据滥用的危害。”Walker说:“一旦企业开始有这样的想法,那么他们会非常希望有一个行为准则来规范他们,以免造成不必要的麻烦。”

  MichaelWalker表示,数据科学家应该向医生或者律师一样,利用一些道德行为准则严格约束自己的行为。为此,他为这些数据管理和分析的人制定了一系列准则和规范,以规范这些数据科学家们的品行,保护顾客的隐私。

  Walker认为数据科学家们不应该做的事情:

  1.在数据分析时,不采用科学的分析方法;

  2.以不合理且难以理解的方式,为客户做证明资料的质量评级;

  3.断言那些坏的、不明确的证明资料为典型的数据证明资料;

  4.错误地将不典型、不明确的证明资料应用于模拟现实中或做出误导;

  5.以不合理且难以理解的方式,为客户做数据的质量评级;

  6.断言那些坏的、不明确的数据为明确的数据;

  7.错误地将坏的、不明确的数据应用于模拟现实中或做出误导;

  8.没有选择一个正确的方式公开部分或全部数据科学分析结果;

  9.没有试图复制数据科学分析结果;

  10.没有公开那些不能被复制的数据科学分析结果;

  11.错误的将数据科学分析结果应用于模拟现实中或做出误导;

  12.没有公开失败的实验或那些被证明不成立的数据论证,而这可能会对客户不利;

  13.明智是错误的结果却仍然提供这样的结果。

  如果数据科学家对数据和证明资料的质量存在质疑,那么他需要告知客户这一问题。如果数据科学家已经提供了数据分析的证明,后来才得知数据有误的话,那么他需要采取补救措施,包括告知客户。数据科学家应该公开或标注他认为有误的数据证明。

  统计软件供应商RevolutionAnalytics于2013年8月发布调查显示,80%的受访者表示他们赞成在数据收集和使用中要有相关道德行为的约束。一半以上的数据科学家表示,道德行为准则在他们的研究工作中占据着重要地位。

  “我的解决方法就是,要制定一些能够规范数据专家们的行为准则,而且这些专家们也愿意遵守这些准则,以保护客户的私人数据。”Walker说。有了数据分析行业的行为准则,那些数据分析家们都会从道德和法律的角度出发,拒绝有损客户隐私权利的数据分析和使用行为。

  Walker并不是第一个构想这些行为准则的人。今年年初,运筹学和管理学研究协会(INFORMS)在发布其“CAP认证(CertifiedAnalyticsProfessional)”时,就起草了数据分析和使用的行为准则。

      

责任编辑:admin
免责声明:以上内容转载互联网平台或企业单位自行提供,对内容的真实性、准确性和合法性不负责,Voipchina网对此不承担任何法律责任。

】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部

上一篇美国云存储服务商Dropbox再融资2...
下一篇NAS与FC SAN成企业最受欢迎存储系..

热门文章

图片主题

最新文章

相关文章

广告位

Copyright@2003-2009 网络通信中国(原VoIP中国) 版权所有
联系方式:503927495@qq.com
  京ICP备05067673号-1 京公网安1101111101259