揭秘暗数据 别以为你懂大数据

Gartner曾指出，暗数据应该提醒企业改变未被利用的数据的现状。所谓暗数据，就是泛指没有被发掘和理解的数据，形式可以是文本、图像、音视频等等，既可以是结构或非结构化数据，也可以是暗含在暗网中的数据。如今，全球企业的“暗数据”不断累积，并已成为大部分企业的主要安全盲点。

揭秘暗数据 别以为你懂大数据（图片来自directindustry）

根据Veritas委托Vanson Bourne对15个国家及地区的1500名IT决策者和数据管理人员开展的《发挥企业数据的力量》调研显示，在安全问题日益严峻，数据合规条例越发严苛的当下，仍有超过半数（52%）的企业数据未进行分类或标记 。企业在大量的潜在关键业务数据上，可视性非常有限，甚至根本不可见，这一疏忽导致企业数据成为黑客攻击的主要目标。

对数据实行分类有助于企业快速扫描并标记数据，确保无论数据处于何处，都能对其实现妥善的管理和保护，并正确识别敏感或风险信息。这一数据标记及数据可见性的相关应用，有助于企业在其数据资产范围内强制实施各式数据保留策略，从而更好地遵守数目日益增多、条款日益严苛的数据保护法规，实现数据合规。

GDPR的出现无疑给人们上了课。近日，某家IT公司被指在没有获得用户许可的情况下，在社交网站上捕捉了百万张照片，并将其用作人脸识别算法的训练模型，对面部五官、头部特征等近50个标记进行了分析。这种做法的好处不言而喻，科技公司可以帮助行业客户拿到更准确的信息，例如让零售商了解消费者的商品喜好、购买时间，甚至是识别出特定的某个人。

类似的情况在物联网场景中也有应用，如智能音箱对用户语音语义的收集、无人驾驶系统对行进路线的采集等等，人们除了要在数据合规的基础上，开放更多的数据源，还要借助区块链等新技术或手段为这些数据建立完善的审核机制。再比如Facebook，会利用AI来预测用户的未来行为，作为广告投放的依据，所参考的信息包括：位置、设备信息、图片/视频浏览记录、WiFi连接状态、好友关系、聊天内容等等，让人们就像是生活在真空中。

显然，这种方式对用户隐私是不友好的，而用户本人并没有选择权。更需要引人深思的是，用AI在互联网的每个角落去挖掘数据，并把这些数据扔到机型学习模型里贴上标签供研究人员使用。在去年5月的GDPR颁布之后，包括Facebook在内的多家IT公司都遭到了重罚或警告。

在过去一年内，一系列国际数据保护法规相继出台，包括欧洲《通用数据保护条例》（GDPR）、《加利福尼亚州消费者隐私法案》（CCPA），以及最近的新加坡《个人资料保护法案》（PDPA）。严格的数据合规要求下，保护数据隐私成为每个企业都需要面对的事情。那么，企业究竟该如何做呢？

值得一提的是，美国参议院已经在讨论是否要通过新的法案，限制科技公司利用技术手段获取的用户信息不能用于某些用途，也就是说商用的图像识别应用不能用来定位和追踪用户信息。更重要的是，用户必须知情且同意后才能让数据共享给第三方。

掌握用户信息之后的AI系统可能比用户更了解自己，他们会知晓用户的饮食习惯、锻炼情况、身体变化等等，而且将碎片化的数据拼凑成分析系统就能对人形成整体的特征描述。特别是在越来越多的政企类客户走上云端之后，居民隐私的问题就被上升到了新的层面。

要知道，互联网飞速发展引发的数据大爆炸可谓是一把“双刃剑”，在带来经济效益、促进社会发展的同时，也使得数据隐私面临更大风险。目前，消费者对于第三方收集、挖掘和使用数据（尤其是个人相关数据）的安全意识日益增长。Hootsuite报告提到，全球大约42%互联网用户（近20亿人）对数据隐私问题心存顾虑，数据隐私成为当下不容忽视的问题。

公有云和移动环境是企业数据安全最薄弱的一环，这些环境中的大部分数据很可能未经分类，且未受保护。仅有5%的全球企业表示，其公有云中的全部数据均已实行分类管理，6%的全球企业则表示，他们对移动设备中的数据也全部实行了分类管理。而在中国，这两个数字更是仅有1%。约五分之三（61%）的全球企业则坦言，其公有云中实行分类的数据不到一半。超过三分之二（67%）的全球受访者表示，其在移动设备中实行分类的数据也不到一半。

由此可见，大部分企业对暗数据的存储往往会忽视，而这恰恰成了网络犯罪分子和勒索软件攻击的首要目标。要知道，平均每家公司拥有数十亿份数据文件，靠人工进行分类和标记数据是一大难题。因此，只有企业对数据了解得越透彻，才能够越准确地判断数据的价值及风险。

调查区域：企业小调查(点击预览可查看效果)

(7282767)