大数据技术应用中存在的伦理风险不包括(信息与大数据主要可能引发哪些伦理问题)

  本篇文章给大家谈谈大数据技术应用中存在的伦理风险不包括,以及信息与大数据主要可能引发哪些伦理问题对应的知识点,希望对各位有所帮助,不要忘了收藏本站喔。

  1.大数据伦理:“大数据伦理问题”,属于科技伦理的范畴,指的是由于大数据技术的产生和使用而引发的社会问题,是集体和人与人之间关系的行为准则问题。

  1.伦理:是指一系列指导行为的观念,是从概念角度上对道德现象的哲学思考。它不仅包含着对人与人、人与社会和人与自然之间关系处理中的行为规范,而且也深刻地蕴涵着依照一定原则来规范行为的深刻道理。

  2.科技伦理:是指科学技术创新与运用活动中的道德标准和行为准则,是一种观念与概念上的道德哲学思考。它规定了科学技术共同体应遵守的价值观、行为规范和社会责任范畴。

  4.大数据撞库:“撞库”是黑客通过收集互联网已泄露的用户和密码信息,生成对应的字典表,尝试批量登陆其他网站后,得到一系列可以登录的用户。

  5.大数据“杀熟” :所谓大数据杀熟,指的是同样的商品或服务,不同用户看到的价格或搜索到的结果是不同的,从而导致用户权益受损的现象。通常是老用户看到的价格反而比新用户要贵,或搜索到的结果比新用户要少。

  6.什么是“信息茧房” :“信息茧房”,是指传播体系个人化所导致的信息封闭的后果。当个体只关注自我选择的或能够愉悦自身的内容,而减少对其他信息的接触,久而久之,便会像蚕一样逐渐桎梏于自我编织的“茧房”之中。

  7.大数据伦理产生的原因:1)人类社会价值观的转变2)数据伦理责任主体不明确3)相关主体的利益牵涉4)道德规范的缺失;5)法律体系不健全6)管理机制不完善7)技术乌托邦的消极影响8)大数据技术本身的缺陷

  8.大数据伦理问题的治理:1)提高保护个人隐私数据的意识;2)加强大数据伦理规约的构建;3)努力实现以技术治理大数据;4)完善大数据立法;5)完善大数据伦理管理机制;6)努力弘扬共享精神化解数字鸿沟。

  如何有效应对大数据技术的伦理挑战

  大数据技术是一把“双刃剑”,既可以为人类服务,也可能给人类带来麻烦。近来,频繁的网络公司泄露个人信息事件引起广泛关注,也使人们意识到,正确认识和有效应对大数据技术带来的隐私伦理问题至关重要。

  关注“算法”背后的隐私伦理

  大数据分析可以对人进行数据成像,在聚类、相关性分析以及数据整合的基础上刻画人的行为特征与倾向,在商业智能推荐、人的行为预测等方面具有广泛的应用前景。中国社会科学院哲学研究所研究员段伟文认为,从现象上看,它是一种非常有效的分析工具,但如果使用这些技术的人动机不纯,就有可能带来不良后果。从本质上讲,大数据带来的负面影响源于数据本身的特殊性,数据中隐含着人的各种信息,而这些信息很容易作为引导、说服与控制人类行为的工具。这一本质特征往往会诱使商家和滥用权力者干预人的自主权和侵犯人的隐私权。

  “在大数据技术背景下讨论隐私伦理问题,人们主要关注的是信息隐私方面的伦理问题,最集中地体现在数据的开放共享与个人信息保护两者如何平衡的问题上。一般所说的大数据技术是一把‘双刃剑’,也主要是从这个意义上说的。”北京师范大学哲学学院教授田海平表示,数据的开放共享只是大数据技术得以实现的一个方面。除此之外,它还包括通过数字化技术获取和存储数据,通过大数据平台对海量数据进行深度挖掘、预测以及反馈等更为深度和实质性的数据占有与使用。目前,这种获取和使用数据的方式,可以通过深度机器学习做到完全智能化。就大数据的占有和使用方面而言,大数据技术加上机器学习,不仅在数据共享方面,而且在数据深度挖掘方面,把个人信息保护和数据权的确权问题都交给了“算法”,这是一个值得关注的、更为深层次的问题。

  找寻技术和规范两方面原因

  大数据技术的应用给人类带来一系列的隐私伦理问题和挑战,这其中既有大数据技术自身的原因,也有制度规范等的原因。

  江西财经大学马克思主义学院教授黄欣荣表示,大数据技术在推动人类社会发展的同时,也带来了数据采集权、保存权、使用权、知情权、所有权、删除权、隐私权等伦理问题。产生这些问题的原因在于,大数据技术是一种全新的信息技术,大数据的隐私伦理问题是全新的问题。传统的法律法规、伦理道德难以约束相关机构采集、存储、传输和使用数据,并且新技术带来的新问题还没有完全暴露,新的法律法规难以同步发展。

  段伟文认为,目前造成大数据隐私伦理问题的主要原因有:一是基于大数据分析的智能化商业推荐系统带来了全新的营销模式,其营销效率较传统的营销模式具有指数倍增效应,巨大利益诱惑面前,包含个人隐私及敏感信息的数据被单纯地视为牟利的工具和随意转卖的商品,个人的数据保护往往被商家忽视,甚至被商家运用算法加以算计,使人的隐私权受到侵犯;二是合理可行的个人数据授权和保护机制尚未建立,很多数据在用于某一分析之后被用于其他不明领域;三是分散的数据被整合之后,也可能通过数据分析洞察出一些不一定准确但会对主体造成负面影响的特征,进而诱使对这些特征进行不良使用。

  加强数据立法 坚守伦理底线

  对于如何让大数据技术更好地为人类服务,黄欣荣认为,需要强化隐私观念,加强数据立法,坚守伦理底线。

  田海平认为,尊重个人隐私权是一个毋庸置疑的底线伦理原则。只有我们的法律体系和道德体系在规范合理性的构建方面坚守这条底线,大数据技术的应用才能够真正做到趋利避害。“数据共享”与“隐私保护”构成了大数据时代无法割舍的两面性,它实际上凸显了将“数据共享的伦理”与“隐私保护的伦理”,既以一种价值方式又以一种技术方式在大数据时代同时实现的任务。

  段伟文表示,首先,要进一步凸显主体数据权利保护意识,联系大数据技术发展中的各种伦理冲突,解剖典型案例,进而从理论上廓清符合大数据时代特征的新型数据权利、隐私权以及被遗忘权的基本概念以及实践范例。其次,建立起包括商家、政府法律部门、普通用户等相关利益群体的对话机制,制定在具体的、数据驱动的社会经济乃至治理活动中的数据保护规范与实现机制。最后,做好与危害数据权利、恶意侵犯个人隐私权行为长期斗争的准备,探寻从法律和伦理层面根治此类问题的有效策略,并使之作为治理法规积淀下来。

  (一)大数据遭受异常流量攻击

  大数据所存储的数据非常巨大,往往采用分布式的方式进行存储,而正是由于这种存储方式,存储的路径视图相对清晰,而数据量过大,导致数据保护,相对简单,黑客较为轻易利用相关漏洞,实施不法操作,造成安全问题。由于大数据环境下终端用户非常多,且受众类型较多,对客户身份的认证环节需要耗费大量处理能力。由于APT攻击具有很强的针对性,且攻击时间长,一旦攻击成功,大数据分析平台输出的最终数据均会被获取,容易造成的较大的信息安全隐患。

  (二)大数据信息泄露风险

  大数据平台的信息泄露风险在对大数据进行数据采集和信息挖掘的时候,要注重用户隐私数据的安全问题,在不泄露用户隐私数据的前提下进行数据挖掘。需要考虑的是在分布计算的信息传输和数据交换时保证各个存储点内的用户隐私数据不被非法泄露和使用是当前大数据背景下信息安全的主要问题。同时,当前的大数据数据量并不是固定的,而是在应用过程中动态增加的,但是,传统的数据隐私保护技术大多是针对静态数据的,所以,如何有效地应对大数据动态数据属性和表现形式的数据隐私保护也是要注重的安全问题。最后,大数据的数据远比传统数据复杂,现有的敏感数据的隐私保护是否能够满足大数据复杂的数据信息也是应该考虑的安全问题。

  (三)大数据传输过程中的安全隐患

  数据生命周期安全问题。伴随着大数据传输技术和应用的快速发展,在大数据传输生命周期的各个阶段、各个环节,越来越多的安全隐患逐渐暴露出来。比如,大数据传输环节,除了存在泄漏、篡改等风险外,还可能被数据流攻击者利用,数据在传播中可能出现逐步失真等。又如,大数据传输处理环节,除数据非授权使用和被破坏的风险外,由于大数据传输的异构、多源、关联等特点,即使多个数据集各自脱敏处理,数据集仍然存在因关联分析而造成个人信息泄漏的风险。

  基础设施安全问题。作为大数据传输汇集的主要载体和基础设施,云计算为大数据传输提供了存储场所、访问通道、虚拟化的数据处理空间。因此,云平台中存储数据的安全问题也成为阻碍大数据传输发展的主要因素。

  个人隐私安全问题。在现有隐私保护法规不健全、隐私保护技术不完善的条件下,互联网上的个人隐私泄露失去管控,微信、微博、QQ等社交软件掌握着用户的社会关系,监控系统记录着人们的聊天、上网、出行记录,网上支付、购物网站记录着人们的消费行为。但在大数据传输时代,人们面临的威胁不仅限于个人隐私泄露,还在于基于大数据传输对人的状态和行为的预测。近年来,国内多省社保系统个人信息泄露、12306账号信息泄露等大数据传输安全事件表明,大数据传输未被妥善处理会对用户隐私造成极大的侵害。因此,在大数据传输环境下,如何管理好数据,在保证数据使用效益的同时保护个人隐私,是大数据传输时代面临的巨大挑战之一。

  (四)大数据的存储管理风险

  大数据的数据类型和数据结构是传统数据不能比拟的,在大数据的存储平台上,数据量是非线性甚至是指数级的速度增长的,各种类型和各种结构的数据进行数据存储,势必会引发多种应用进程的并发且频繁无序的运行,极易造成数据存储错位和数据管理混乱,为大数据存储和后期的处理带来安全隐患。当前的数据存储管理系统,能否满足大数据背景下的海量数据的数据存储需求,还有待考验。不过,如果数据管理系统没有相应的安全机制升级,出现问题后则为时已晚。

  1、隐私泄露问题。

  2、数据安全问题。

  3、数字鸿沟问题。

  4、数据独裁问题。大数据(bigdata),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

  运用大数据技术,能够发现新知识、创造新价值、提升新能力。大数据具有的强大张力,给我们的生产生活和思维方式带来革命性改变。但在大数据热中也需要冷思考,特别是正确认识和应对大数据技术带来的伦理问题,以更好地趋利避害。

  大数据技术带来的伦理问题主要包括以下几方面:一是隐私泄露问题。大数据技术具有随时随地保真性记录、永久性保存、还原性画像等强大功能。个人的身份信息、行为信息、位置信息甚至信仰、观念、情感与社交关系等隐私信息,都可能被记录、保存、呈现。在现代社会,人们几乎无时无刻不暴露在智能设备面前,时时刻刻在产生数据并被记录。如果任由网络平台运营商收集、存储、兜售用户数据,个人隐私将无从谈起。二是信息安全问题。个人所产生的数据包括主动产生的数据和被动留下的数据,其删除权、存储权、使用权、知情权等本属于个人可以自主的权利,但在很多情况下难以保障安全。一些信息技术本身就存在安全漏洞,可能导致数据泄露、伪造、失真等问题,影响信息安全。此外,大数据使用的失范与误导,如大数据使用的权责问题、相关信息产品的社会责任问题以及高科技犯罪活动等,也是信息安全问题衍生的伦理问题。三是数据鸿沟问题。一部分人能够较好占有并利用大数据资源,而另一部分人则难以占有和利用大数据资源,造成数据鸿沟。数据鸿沟会产生信息红利分配不公问题,加剧群体差异和社会矛盾。

  学术界普遍认为,应针对大数据技术引发的伦理问题,确立相应的伦理原则。一是无害性原则,即大数据技术发展应坚持以人为本,服务于人类社会健康发展和人民生活质量提高。二是权责统一原则,即谁搜集谁负责、谁使用谁负责。三是尊重自主原则,即数据的存储、删除、使用、知情等权利应充分赋予数据产生者。现实生活中,除了遵循这些伦理原则,还应采取必要措施,消除大数据异化引起的伦理风险。

  加强技术创新和技术控制。解铃还须系铃人。对于大数据技术带来的伦理问题,最有效的解决之道就是推动技术进步。解决隐私保护和信息安全问题,需要加强事中、事后监管,但从根本上看要靠技术事前保护。应鼓励以技术进步消除大数据技术的负面效应,从技术层面提高数据安全管理水平。例如,对个人身份信息、敏感信息等采取数据加密升级和认证保护技术;将隐私保护和信息安全纳入技术开发程序,作为技术原则和标准。

  建立健全监管机制。加强顶层设计,进一步完善大数据发展战略,明确规定大数据产业生态环境建设、大数据技术发展目标以及大数据核心技术突破等内容。同时,逐步完善数据信息分类保护的法律规范,明确数据挖掘、存储、传输、发布以及二次利用等环节的权责关系,特别是强化个人隐私保护。加强行业自律,注重对从业人员数据伦理准则和道德责任的教育培训,规范大数据技术应用的标准、流程和方法。

  培育开放共享理念。进入大数据时代,人们的隐私观念正悄然发生变化,如通过各种“晒”将自己的数据信息置于公共空间,一些方面的隐私意识逐渐淡化。这种淡化就是基于对大数据开放共享价值的认同。应适时调整传统隐私观念和隐私领域认知,培育开放共享的大数据时代精神,使人们的价值理念更契合大数据技术发展的文化环境,实现更加有效的隐私保护。在此过程中,不断提高广大人民群众的网络素养,逐步消弭数据鸿沟。

  供参考。

  大数据面临的主要风险本讲未提及() 。

  A. 安全风险

  B. 道德风险

  C. 伦理风险

  D. 军事风险

  解析 D。

  大数据(big data)

  或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

  在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理。

  大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

  对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

  麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

  大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

  从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

  大数据技术应用中存在的伦理风险不包括的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于信息与大数据主要可能引发哪些伦理问题、大数据技术应用中存在的伦理风险不包括的信息别忘了在中职招生通进行查找喔。

  上一篇:火电厂集控运行属于哪类专业(火电集控运行专业可进哪些单位)

  下一篇:母婴照护是什么意思(母婴照护是什么意思呀)