关键词：大数据；个人隐私；应用；金融
1.引言
近年来，随着互联网和信息化的发展，大数据的运用开创了一种全新的生活方式。大数据作为信息技术领域的一项重大突破，在各行业中占有日趋重要的战略地位。
一方面，大数据的运用极大地促进了信息经济的发展。利用大数据分析，各大电商平台如淘宝等针对不同用户需求，及时准确地推送产品并引导厂家生产；教育行业对学生的特点进行分析，制定个性化学习方案，实现潜力挖掘最大化；各大企业能够优化生产流程，提高效率，节约资源。大数据早就吸引了全世界的广泛关注，到2014年为止，世界各国已经全面建成了自己的数据开放门户网站，包括35个国家和地区。数据显示，在全球大规模数据中心中，美国占比44%，远超他国，中国位居第二，但由于我国数据中心虽数量多但规模普遍较小，占比仅为8%【1】。由此可见，大数据在我国具有广阔的发展前景。
另一方面，大数据在发展过程中出现了很多问题，特别是安全与隐私保护问题。2018年3月，社交媒体巨头Face book被舆论推上了风口浪尖。一家名为“剑桥分析”的数据公司非法窃取了5000万用户数据。通过大数据分析，该公司对用户进行了针对其喜好的广告宣传，从中谋取利益，甚至干涉了美国大选。这一事件为人们敲响了警钟。面对全新的生活方式，人们如何保护个人隐私已成为了社会热点话题。随着网络在线使用量的爆炸式增长，大数据的安全更加难以保证。公共网络连接不安全，手机APP强制要求无关授权甚至捆绑流氓软件等问题使个人信息被大量泄漏，使用户遭到骚扰、诈骗。山东准大学生徐玉玉，正是在申请教育助学金时泄露了自己的个人信息，才受到电信诈骗，造成无法挽回的悲剧。因此，在促进大数据发展的同时，如何解决大数据安全和个人隐私问题迫在眉睫。本文将从大数据自身特点出发，分析大数据在金融领域的应用，并从各个方面对用户隐私问题给出合理建议。
2.大数据在金融业的应用
2.1大数据来源与特征
麦肯锡最早提出了大数据的概念，称它对生产和消费有重大的影响，是科技与经济领域的重要变革。所谓大数据，就是指人们从各类计算机信息系统和数字设备中进行分析所得到的无法用常规软件处理的数据集。大数据是需要通过数据大规模化，数据分析和数据商业化才能具有更强的分析处理能力，结果才更加准确，为决策提供依据。大数据一般具有4V特征：
1、体量巨大（Volume）：从TB级别，提升到PB级别，乃至EB级别。
2、类型繁多（Variety）：数据源类型的不同，包括图片、视频、文字、音频等，需要对这些数据进行整理与筛选后转化为结构数据。
3、处理飞快（Velocity）：1秒定律，可从不同类型的数据中迅速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的区别。数据量的激增，以及市场对数据的实时性和准确性的要求在逐渐增大，因此对于数据的处理速度的要求和标准也在增加。
4、价值密度低（Value）：由于存在数据信息搜集片面、不具有普遍性、数据时效性弱，数据信息虽然海量，但是真正有效的数据信息却较少。因此需要对数据全方位的搜集与整理，才能避免减少有效信息的缺失【2】。
2.2大数据在金融方面的应用
近几年，随着互联网的发展，大数据应用已经渗透到生活的方方面面，广泛用于理财的个性化推荐，投资的理论化，并且在金融行业具有最大的潜力价值。证券、保险、银行、众筹、P2P等新兴的互联网金融领域，与大数据技术融合，正在孕育一场新的革命。
2.2.1大数据金融对理财产品的影响
受大数据金融影响最大的是理财产品，它在交易成本， 推广方式方面都进一步优化。近年来，数据化使信息呈现爆炸式的增长，虽然数据的来源更加丰富,但也增加了大量的干扰信息,所以用户难以挖掘真正有用的信息。个性化信息推荐技术是大数据时代的一个特点 ，各个企业针对不同用户，进行个性化设计，拉近了企业与用户的距离，使用户对产品有更好的体验。通过大数据技术，不仅可以有效地降低交易成本，将交易手续费控制在0.1%左右，还很大程度上简化了操作的便捷程度，令投资者青睐有加，从而加大投资[4]。
期刊文章分类查询,尽在期刊图书馆
2.2.2商业银行金融产品需求分析
互联网金融主要包括大数据金融、P2P、网贷、第三方支付以及众筹等金融发展模式。大数据可以通过对相关数据的收集和分析整合，深度选择合适的金融产品，然后推荐给有需求的客户，特别是在指导人们购买金融理财产品方面有积极作用。因为人们在购买时，通常会根据联网所发布的数据选择购买，使得金融产品的需求更全面也更具有代表性，极大的促进了商业银行金融产品的发展。
2.2.3公共决策
大数据数据量大，通过是事物发展的先后顺序进行研究，从而作出预测，比小样本数据更具有真实性和科学性。大数据预测能够影响决策的及时性、科学性和针对性等方面。大数据的预测能力对于渐进决策的影响尤为突出。不管是从公共决策的外部环境，还是从决策信息的获取或者从决策者的素质和能力来看，渐进决策都能更好的实现公共管理，达到公共管理的目标。但是，大数据预测仍然存在着个人隐私泄露的问题，这也成为了大数据金融领域最棘手的问题。
2.2.4大数据风控
大数据风控是指运用数据分析的方法进行风险计算，通过对以往借贷人的历史记录进行进行风险控制和风险提示，可以有效降低运营中借款人违约的风险。比如阿里小贷就是范例之一，它通过阿里巴巴强大的数据库，迅速产生用户的信用数据。大数据分析能够帮助平台锁定合适的投资人和借款人，不仅如此，P2P做大数据风控，还能够建立起信用评分模型和违约概率模型，有利于企业在贷前给不同客户进行信用评级，从而避免坏账的发生。
3.大数据隐私面临的挑战与对应策略
大数据除了应用还有潜在风险，最突出的是个人隐私方面的问题。例如定位、个人信息、电话、身份证等信息的泄露问题。目前在安全防范上得到广泛认可的有中科网威和绿盟科技。中科网威的自主可控网络入侵检测系统荣获“2017-2018中国信息安全市场年度影响力产品奖”。绿盟科技也在2017年提出一个包含网络层、感知层、平台和应用层的物联网安全防护体系，并分析了该体系中的安全需求和防护思路。
3.1商业银行保护机制
商业银行的发展历史较长，体系较为健全，在风控能力方面具有自己的核心竞争力，但是大数据也在一定程度上使非法操作的可能性增加， 客户个人信息泄露问题也可能增加【3】。商业银行在大数据时代下想要发展，更加需要注意客户信息安全。我们需要落实并完善相关法律与法规，加强部门合作，完善商业银行内控机制，同时，也要提高客户自我信息保护意识。不仅如此，商业银行也该加大人才培养和技术投资。
3.2金融其他方面
随着大数据时代数据的增大、集中和金融信息化的加快，数据泄露的的可能性越来越大，并且由于对一些敏感数据的所有权和使用权界定尚不明确，金融信息安全更加难以保证。目前，面临着大数据集群数据库的数据安全威胁、智能终端的数据安全威胁以及数据虚拟化带来的泄密威胁。因为数据具有集中性，并且网络攻击者一旦得手久会一次性得到更有价值的数据，增加 “收益率”， 所以被攻击与破坏的风险增加[5]。金融信息化的发展和巨大的金融信息资产量对业务系统运行的安全性和可靠性有着更严格的要求，但因为目前我国不具备较为完善的金融信息安全保障体系，这也加大了大数据时代金融信息安全的风险系数。不仅如此，大数据在进行采集、储存、传输和处理时需要对外开放网络，被入侵和攻击的几率也增加了。个人信息一旦泄露，将会造成无法挽回的后果。需要在完善健全相关隐私保护的法律基础上，加强对于数据安全、隐私安全的素质教育，增强用户的风险防范意识，降低数据泄露风险。正确应用大数据，增强金融服务水平，避免不合理使用造成的用户隐私泄露等问题。
结论
综上所述，大数据有金融、商业银行、社交网络等方面的应用，不仅如此，它还能够推进国家科技战略数据资源的开放共享，实现科技与金融的有效结合，在加快了我国经济结构的调整的同时深度的改变了我们的生产生活方式，是推进智能金融进一步发展的催化剂，所以个人隐私方面存在的问题更加值得关注。如今在大数据时代，我们需要更好的隐私安全保护，可以通过保护信息安全，加快技术革新，升级计算机方面安全保护系统，完善法律监管等方式建立起保障体系，确保大数据的安全性。
参考文献
[1]冯登国,张敏,李昊.大数据安全与隐私保护[J].计算机学报,2014,37(01):246-258.
[2]柏秋云.大数据的价值与挑战[J].科技信息,2013(17):479.
[3]董纪昌,焦丹晓,张欣,宋子健,李秀婷.大数据金融背景下商业银行客户信息保护研究[J].工程研究-跨学科视野中的工程,2014,6(03):307-318.
[4]朱树豪.大数据金融对理财产品的几点重要影响[J].财经界(学术版),2016(16):110-111.
[5]白运会.大数据时代的金融信息安全[J].网络安全技术与应用,2014(11):101+103.
论文作者:任思琪
论文发表刊物:《科技新时代》2018年10期
论文发表时间:2018/12/5
标签：数据论文; 金融论文; 商业银行论文; 信息论文; 互联网论文; 用户论文; 信息安全论文; 《科技新时代》2018年10期论文;