數據業陷生存危機 技術問題還要靠技術解決

圖片來源于網絡行業觀察

最近，整個大數據產業迎來多事之秋。從今年9月開始，多家數據企業先后被曝出負責人被查或公司暫停營業的消息，很多公司因此面臨嚴重的生存危機。

近一個多月以來，杭州、深圳等多地公安出動警力，帶走多家大數據風控平臺高管協助調查。一時間，整個數據行業風聲鶴唳，從業者人人自危。

那么，形成這一問題的原因是什么？有關部門又該如何對數據行業進行有效治理？

制度建設滯后致問題頻出

隨著大數據技術的發展和成熟，數據逐漸成為一種十分重要的生產要素，通過對數據進行分析，相關從業者可以挖掘出巨大的商業價值。

在這種背景下，大量企業開始將資源投入到對數據的搜集、整理，以及處理工作上，大數據產業開始蓬勃發展。然而，在大數據產業高速發展的同時，相關的制度建設卻稍顯滯后。相關法律和制度的空缺，使與數據有關的問題層出不窮。

在這些問題中，比較引人重視的有三個：一是侵犯隱私。這主要發生在數據搜集環節。為了從用戶身上獲取到有價值的信息，少數企業置用戶的隱私權于不顧，肆意侵犯。二是數據保護問題。這主要發生在數據的傳遞和儲存環節。由于安全保護工作的不到位，一些被搜集到的數據可能流出，從而對數據的相關利益方造成較大傷害。三是數據壟斷。這主要是指一些企業通過掌握更多、更好的數據，從而獲得了更大的市場份額，并借此限制市場競爭。

目前，已有很多學者對關于數據產生的各種問題進行了分析和解讀，但從整體上看，這些學者提出的方案，更多集中在法律和制度的層面上。但從根本上來講，上述數據問題其實屬于技術問題，要想解決它們，須先從技術上找到問題根源所在，再用技術的手段去解決。

中心化處理模式引發連鎖反應

盡管隱私侵犯、數據保護、數據壟斷這三個問題，無論是在內涵上還是在表現上都截然不同，但從根本上來看，他們都是由數據的中心化處理模式所導致的。

在當前通用的數據處理技術之下，人們對數據進行分析，就要從數據中挖掘出有用的信息，就需先把分散的數據搜集到一起，再對這部分統計數據進行處理。如果數據是分散的，人們對此便無能為力。

這種中心化的處理模式導致了很多后果：

首先，這促使數據的分析者需要千方百計去搜集數據。在此過程中，就可能違反相關的規定，或侵犯人們的隱私。

其次，在匯集數據時，需將數據在不同的主體間進行傳遞，而此過程是很難被追蹤的，這就決定了如果數據在傳遞過程中發生問題，原來擁有數據的主體將很難對其進行控制。以去年被曝出的劍橋分析事件為例，盡管在此事中臉書公司（Facebook）一直處在輿論的風口浪尖，但真正造成數據泄露和濫用的卻是劍橋分析公司。

再次，現在備受詬病的所謂數據壟斷問題，在一定程度上其實是掌握數據的企業為了防止數據泄露而做的防范。其實，很多掌握數據的企業都可以通過開放數據來為自己獲取收益，但考慮到由此產生的問題，他們在采取這樣的舉措時都很猶豫。尤其是在劍橋分析事件發生之后，很多數據企業對數據安全的疑慮陡然增加，一改以往開放數據的態度，轉而變得十分封閉。

基于以上原因，為了解決數據帶來的眾多問題，制度和法律建設固然重要，但要從根本上解決，可能還要依靠數據的力量，讓目前中心化處理數據的模式發生改變。

新技術有望“治愈”數據頑疾

盡管要全面解決因數據產生的問題并不容易，但一些技術的發展已讓我們看到了希望。在眾多的技術當中，有三種技術可能是較值得重視的：

第一種是區塊鏈技術。區塊鏈技術有一個重要的特征，就是可追蹤溯源，這一技術可全面記錄數據傳遞過程中的所有信息。這樣，一旦數據在傳遞過程中發生問題，就可清楚地知道問題發生在哪個環節、應由誰來承擔相關責任。

第二種是安全多方計算技術。這一技術由清華大學教授姚期智提出，后來姚期智還憑此獲得了圖靈獎。安全多方計算技術的要點，在于保證“零知識證明”的提供。

何為“零知識證明”呢？舉例來說，若有兩個富翁想知道二者誰更有錢，但又不愿泄露自己的財富信息。那么，他們可將自己的財富信息以某種加密的方式告訴第三方，讓第三方進行比較。實現這個過程的技術有很多，安全多方計算技術就是其中很有代表性的一種。有了這個技術，不同主體在數據交換的過程中，就可防止無關信息的泄露，因此數據傳遞的安全性就得到了保障。

第三種技術是谷歌正在推行的“聯合計算”。和傳統的中心化處理方式不同，“聯合計算”不再采用搜集數據、集中處理的數據分析模式，而將模型分發到用戶手中，直接在用戶端訓練模型。這樣，數據分析者就可以在不從用戶處搜集數據的情況下，完成模型的訓練和數據的分析。這樣不僅能保證數據的安全，也可從源頭上杜絕數據壟斷問題的發生。

數據問題是隨技術的發展產生的，而技術本身或許也早已為這些問題的解決埋下了伏筆。筆者相信，只要我們善于利用新的技術，數據產生的各種問題遲早會得到解決。（作者系《比較》雜志研究部主管）