专家：前10%数据收集者获取99%权限数据，数据垄断已形成

文章来源：隐私护卫队

3月23日，中国计算机学会青年计算机科技论坛（简称CCF YOCSEF）在京举办论坛“人工智能时代，隐私和效率一定是不可调和的吗？”。中国人民大学信息学院教授孟小峰在会上表示，如今人们隐私保护意识逐步提高，同时也意识解决大数据隐私问题需依赖于技术，而不是政策。

 建立数据透明治理体系是解决人工智能时代效率与隐私问题的关键 

人工智能的发展离不开数据的支撑，但是，数据的聚集涉及到用户的隐私，比如消费习惯数据、出行数据、医疗数据等都涉及到大量的个人隐私，而这些数据不可避免地被智能设备所采集。促进人工智能快速发展的同时，不少人群已经非常担忧隐私问题。

孟小峰指出，隐私问题已经是当下的热点话题。近几年来，隐私和数据已经关联起来。何为数据呢？孟小峰认为，数据既不是自然物，也不是精神财富，数据应该是第三物，是物质和精神的延伸物。“我们一定要抛弃物权的方法，抛弃知识产权理解问题的看法，去看待数据”，孟小峰强调。

据孟小峰介绍，他和他的研究团队基于3000万移动设备的App数据，构建了隐私风险量化模型，通过该模型可以算出每个用户流出数据的流速，或者每个收集者收集数据的直径大小，从而了解到收集者获取数据的能力。研究结果显示，前10%数据收集者获取了99%的权限数据。“我们大致可以得出这样的结论，数据的垄断已经形成”，孟小峰强调，现实世界中常见的“二八定律”反映在虚拟世界中更为残酷，数据收集的垄断现象极为严重。

如今，不少人提出可以通过数据确权、定价、交易等环节去解决数据的相关问题，但孟小峰并不认同，“数据的产生与物质精神产品的产生并不一样，必须放在数据生态的范畴加以治理”，孟小峰强调，“我们对数据的治理不是为了扼杀大数据形成的机制，而是要促使它进一步健康发展”。

关于解决数据垄断的问题，孟小峰认为，若是不想破坏大数据红利的话，最终需要达到由数据隐私到数据透明的终极目标。“数据透明不等于数据公开，主要解决算法和数据的正确性问题”，孟小峰强调，建立数据透明的治理体系，是解决人工智能时代效率与隐私问题的关键。

 用隐私交换效率时，应以尊重隐私为最优先原则 

会上，与会嘉宾积极发言，共同探讨人工智能时代平衡隐私与效率的解决办法。360行业安全研究中心主任裴智勇指出，如何界定隐私和效率，需确定一个问题：谁用谁的隐私，换谁的效率，一种是用隐私提高自己的效率，另一个是用隐私提高别人的效率。裴智勇认为，主要考虑一种情况，即用户自己的隐私提升别人的效率。对于用户而言，用户付出隐私提升效率会出现有益、无害、有害三种可能性。“我们应该防止的是对我们有害的”，裴智勇强调，是否对用户有害，是探讨隐私和效率之间的基本基础。

到底企业获取隐私的边界在哪里？裴智勇提出了三个原则。第一个是最小必要原则，企业获取用户的信息是服务或产品所需的必要数据，应该在最小必要的范围之内；第二个是用户知情原则，保障用户的知情；此外，第三个是必要保护原则，企业收集用户的数据，应保障数据安全，保证数据不被泄露、贩卖和滥用。

中科院计算所研究员韩银和认为，隐私可能是一个超越资产属性，类似于人格权利的东西。隐私应是一种文明或者尊严的表现，需高于一般可交换的商品。当人们需用隐私交换效率时，应以尊重隐私为最优先原则，然后再判定其他的市场价值。“我们要有效率，但更需要隐私，应在隐私的基础上追求效率”，韩银和强调。

 保护用户隐私，需使用者、运营者和所有者三方制衡 

研讨正式开始前，主办方CCF YOCSEF请参会人员填写了调查问卷。在“人工智能时代治理隐私保护，你认为政府立法立规更重要，还是企业隐私治理更高效，又或者提高个人隐私保护意识更重要”问题上，58%的参会人员选择政府，24%选择企业，17%选择个人。

裴智勇表示，依靠政府立法保护用户隐私，不在于法律不可制定，而在于法律基本不可执行。其原因是，人工智能时代的隐私保护与跟传统的安全问题不一样，政府缺少足够必要的技术手段。裴智勇建议，需使用者、运营者和所有者三方制衡，将三者的安全分开。裴智勇举例称，以前使用一些企业的云服务时还会提供安全服务，但对用户来说，企业既当裁判员又当运动员，无法知道其是否存在问题。如今，国家政策已明确要求，在建设云系统时需有安全架构，同时，安全服务商与云服务商必须是不同的企业。

“如果延伸到隐私来说，政府本身不具备技术能力，我们把这种制衡的能力培养成一种商业市场，鼓励能够制衡的一种商业机构快速发展”，裴智勇强调，将能够制衡商业公司数据使用行为的产业扶持起来，也是一种解决办法。

北京交通大学计算机与信息技术学院副院长李浥东指出，若是纯粹依靠政策立法肯定解决不了隐私保护问题，需要通过各种各样的渠道宣传，唤醒大家保护隐私的意识。“就像我们在公交车排队，原来大家没有意识去排队，但是现在都有意识去排队上车”，他说。

李浥东表示，效率和隐私之间的平衡点定义清楚后，才能提供给用户隐私保护的技术和方法。比如大家之前使用匿名化技术，后来发现匿名化不行，只能针对于几个或者某个数据点进行保护，无法保护整体隐私。后来差分隐私（一种保护隐私的技术）出现，但其效率不高，只能够适用于集中协议，如今大家又开始质疑差分隐私的效果。“我们做技术的人，未来如何从技术上找到这个平衡点，也是需要去思考讨论的问题”，李浥东表示，随着大家隐私保护意识的提高，需要明确的界限也会越来越多。

“政策是必要的，但落地肯定是靠技术”，一位与会嘉宾强调。孟小峰也表示，如今人们隐私保护意识逐步提高，同时也意识到必须解决大数据隐私问题，而且最终的解决办法必定依赖于技术，而不是政策。他进一步指出，当下大数据的主要问题是数据大规模收集问题，但过往的隐私技术方法已经不太适用，因此，大家面对新问题，应敢于提出新方法。“从目前来看，市场对隐私技术的呼唤超出以往任何时代”，孟小峰强调。

主编：麻策

责任编辑：Asepirin

封面图片来源：pixabay.com