《数据安全法》和《个人信息保护法》的落地,是数据要素化的“红线”。近几年,数据安全经过了几个月的漫长论证,我国才步入全面数据化的历史阶段。

    数据数量之大,便决定了数据隐私、算法性能等要素的复杂性,会越来越摆脱人们的知情权限和讨论范围。而要顺利推进数据安全,一个重要的前提是——三结合:核心的数据要素数据隐私、算法性能的完整性、数据规模化。

    数据隐私仍将在未来长期存在,由此产生的数据爆炸也不会消失。

    而算法性能难度从去年以来不断升级,这让数据要素化的路上又有新的难点。今天我们不妨重点讨论数据要素化中的强制型问题,以及我们对未来数据隐私的展望。隐私是个什么鬼?新常态数据是指收集或使用后没有任何公共价值或具有任何结构化特征的数据,包括但不限于社交网络评论、个人信息、工作学习任务、客户端数据常常用来做业务分析、监控,或预测投资回报率。

    随着科技的进步,数据愈加丰富,数据隐私问题愈加复杂。

    一方面,根据保护本位,公司承担数据的隐私义务成本高昂,另一方面,越来越多的信息收集和存储手段层出不穷,数据泄露事件频发,这让人对于数据隐私产生了错误的理解。

    同时,公众和监管的关注点也不同。

    公众看到的是数据泄露与诈骗问题,监管人员看到的是数据泄露、诈骗和数据隐私,这就更加增加了数据安全的难度。与这一点相对应的是,我国从2013年起成立的《个人信息安全规范》,已经六次颁布,并且是被严格定义的新个人信息安全规范。规范明确“采集、使用、存储、管理、处理个人信息的个人信息主体应当当心收集、使用个人信息,保护个人信息免受错误解读、误解、篡改、损害或泄露的危险。

    ”而另一方面,由于互联网行业竞争的日益激烈,我国又出台了《电信网络新闻信息服务管理规定》、《互联网新闻信息服务管理规定》,要求确保新闻内容来源真实性和原创性。基于这两个规定,我们不难看出,这些规定实际上是在倡导机构和用户合作共赢。

    根据新《个人信息安全规范》,推荐可以做什么?我们假设我们可以改变的是个人信息的收集标准:全部必须“三结合”:1数据要素包括数据结构全部放在一起2可以被公众正确的解读和使用3可以被掌握全部隐私的主体解读和使用。这样做可以有效遏制数据泄露,维护数据隐私权利的数字化正当性。

    实际上,为了更便于收集和使用数据,对数据可以分类:1基于传统隐私保护的数据分类分为被动、主动两种2基于科技进步的数据分类分为主动、被动两种。

    从分类来看,基于科技进步的数据分类更为。