大数据时代,保护用户数据不能因噎废食
据国外媒体报道,人们习惯谈论Facebook与Google如何使用个人数据,但由于微软的Windows一直游离在互联网经济之外,因此很少被纳入讨论的范围。但随着最具互联网气质的Windows10的正式推出,关于Windows 10收集用户数据的讨论就多了起来。
保护隐私不可因噎废食
进入“大数据时代”之后,用户数据愈发暴露在“阳光下”,我们可以清楚地看到用户在互联网上的一些行为几乎都会被服务提供方知晓。就像淘宝、亚马逊监视着我们的购物习惯、Google监视着我们浏览网页的习惯,微博了解我们的信中所好,滴滴打车知道我们每天出行的时间的地点,微信似乎什么都知道,包括我们的社交关系和消费能力。而多维度数据结合起来,几乎可以构建出关于一个互联网原住民的一切信息。
但我们是否就要据此放弃给生活带来无限便捷的互联网产品?答案显然是否定的。保护个人隐私不能因噎废食。大数据的年代,个人隐私问题肯定会更集中,但不能因为有风险就拒绝大数据,就像不能因为菜刀可以砍人,就不允许用了是一个道理。
对互联网企业来讲,从用户那里收集到的信息主要包括消费习惯、行为特征、个人数据等,企业可以通过收集这些信息去开展大数据分析,进一步挖掘用户的潜在消费能力,更多元化的价值,从而为用户提供更有针对性的服务。在这个前提下,消费者或用户也许可以让渡一定的个人隐私。
同时,风口浪尖上的Windows10发言人也表述,任何与微软分享的数据,都将有消费者自己决定。换言之,微软不会在任何未经许可的情况下收集用户数据。
用户能做些什么
虽然微软称是否与微软分享数据由用户自身决定,但Windows10很多数据收集机制都是默认开启的。因此我们要明确在什么地方可以关闭,并且是否会影响系统功能?
最活跃的数据收集应用是虚拟助理Cortana。她可以跟踪记录你的网页搜索记录,查看邮件知道你的偏好与日程安排。大部分这类信息都存储在一个可编辑的“记事本”中,这个选项在打开Cortana后便可发现。微软的必应搜索引擎也会存储信息,用户可以点击“设置”——“Managewhat Cortana knows about me in thecloud”进行清除,或者直接前往bing.com/account/personalization调整。
微软表示,公司会用“多种安全技术与流程”保护Cortana收集到的数据。这些数据在传输到微软时是加密的。但执法机构和政府部门也可能会强制微软交出部分数据。
如果不想微软涉入个人生活,你可以选择不要把Windows10与微软帐号连接起来(在安装过程中,当被要求用微软帐号登陆时,选择“创建新账户”以及“不用微软帐号登录”)这种情况下,Windows10的搜索框仍然有效,但Cortana在没有微软帐号的情况下无法使用。内置的反病毒软件仍然可用。
即便不用微软帐号登录,Windows10也可能会以其他很多方式收集数据。尤其是Edge浏览器将必应作为默认搜索引擎,这可以跟踪一些活动(如果不登录就是匿名的),并会让用户看到有针对性的广告。进入choice.microsoft.com调整,用户可以选择停用广告追踪。Edge还会预判你要看的网页,从而提前加载你可能点击的网页。可以在Edge的设置中关掉这一功能。
在Windows的设置菜单中,还有很多其他关于隐私的开关。这其中包括微软接受并分享有关用户电脑UID、地理位置、麦克风、摄像头的种种信息,甚至还包括输入习惯。如果使用Windows10的快速安装,那么所有这些设置都是默认开启的。在“设置”菜单中,用户也可以限定具体应用对这些功能的使用。
关于WiFi密码分享工具
Windows 10中一个名叫“WiFiSense”的功能也有些令人担心。该功能本意是与朋友分享密码,让连接WiFi变得更加轻松。这个功能本身没有什么问题,不过你应该知道它的机制。
在Windows10下登录WiFi网络时,系统会让你选择与Outlook.com、Facebook以及Skype上的哪些联系人共享登录。如果选择了,WiFi登录密码便会存储到微软的加密服务器中,朋友在需要时便可收到这些密码——他们看不到密码本身的内容,只是能登录WiFi网络。在Windows的WiFi设置中用户可以决定要分享哪些网络。
如果不想有人存储并使用你自己家里网络的密码,登入到朋友的电脑上关闭分享复选框。你也可以在WiFi网络的名称上加入“_optout”的字样,避免使用这项功能。
用户数据需要保护,但不能因噎废食,为了保护所谓的“隐私”而放弃对技术可能性的探索。未来5-10年,依然会是大数据的时代,它会对我们的生活方式带来前所未有的影响,对于用户隐私的讨论也不会停止。但影响最强烈的绝不在技术层面,而是对我们世界观、价值观、人生观的改造,以及对看待事物角度的转变。也许到那时,我们就会意识到“个人隐私”也有暴露在阳光下的必要。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22