你的隐私，大数据怎知道******
作者：杨义先、钮心忻（均为北京邮电大学教授）
在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？
1.“已知、未知”大数据都知道
大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！
甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……
再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。
当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。
2.数据挖掘就像“垃圾处理”
什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。
大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。
不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。
再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。
3.大数据挖掘永远没有尽头
大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！
一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。
其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。
如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。
当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！
不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。
但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。
因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。
《光明日报》（ 2023年01月12日 16版）
关于恒星的这个经典理论 中国天文学家最新研究提出了挑战******
中新网北京1月19日电 (记者 孙自法)广袤宇宙的千亿星系中无时无刻不在诞生着新的恒星，同一恒星形成区会批量形成许多不同质量的新生恒星。长期以来，“恒星初始质量分布规律不变”一直是天文界关于恒星演化研究的一个经典理论。
这一恒星经典理论绝对正确吗？恒星初始质量分布规律真的一成不变吗？中国科学院(中科院)国家天文台刘超研究员领导的合作团队最新研究发现，“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，对其“不变”的经典理论提出挑战。
中国天文学家完成的这项刷新人类认知、将对天体物理多个领域研究产生深远影响的重大科研成果论文，北京时间1月19日凌晨在国际著名学术期刊《自然》发表。论文通讯作者刘超形象科普称，这也就是说，宇宙不同的地方必须用不同的“尺子”丈量，才能得到正确的测量结果。
终结恒星初始质量分布规律是否变化争议
中科院国家天文台介绍说，该台联合北京师范大学天文和天体物理前沿科学研究所、南京大学、中科院紫金山天文台等研究人员，发挥国家重大科技基础设施郭守敬望远镜(大天区面积多目标光纤光谱天文望远镜，LAMOST)光谱数据超大样本优势，并结合欧洲空间局盖亚(Gaia)卫星数据，研究发现天体物理学中一个非常重要的基础概念——“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，从而对“恒星初始质量分布规律不变”的经典理论提出挑战，并刷新了人类对这一基本概念的认知。
研究团队在本次研究中发现，他们首次清晰观测到年轻的小质量恒星数量比例明显高于年老的恒星。此外，金属含量越高的恒星家族中小质量恒星数量比例也越多。这是天文学家首次如此清晰地观测到恒星初始质量分布规律随着恒星金属元素含量和年龄发生了显著变化，直接导致恒星初始质量分布规律在宇宙中普适不变的基本假设不再成立，也终结了一直以来天文界关于恒星初始质量分布规律是否变化的争议。
恒星初始质量函数领域国际权威、德国波恩大学教授帕弗尔·库鲁帕(Pavel Kroupa)评价认为，这项研究基于大样本观测获取的高质量数据，揭示了银河系中恒星初始质量函数与银河系演化历史和环境相关，对于深入理解银河系中不同环境不同时间恒星形成的性质非常重要。
图中横坐标显示恒星星族的金属元素含量(金属丰度)，数值越大金属丰度越高。纵坐标显示恒星初始质量函数的形状，α数值越大表示质量较小的恒星比例越高。红色圆点显示年老星族α值比较小，即质量较小恒星的比例低；蓝色三角形显示较年轻恒星随着金属丰度变高，α值也增加，即质量较小恒星的比例增加。中科院国家天文台 供图9万多精细样本直接获取恒星初始质量函数
论文第一作者、中科院国家天文台博士研究生李佳东解释说，恒星初始质量分布规律，天文学上通常称为恒星初始质量函数，它描述了一群恒星在刚刚诞生时，不同质量的恒星所占的比例。在整个天体物理研究中，恒星初始质量函数是现代天文学中一个非常基础的物理概念，对许多关键天体物理学问题的研究起到至关重要的作用。
半个多世纪以来，天文学家通常认为恒星初始质量函数在宇宙各处及各个演化阶段是普适不变的，并作为基本假设在星系形成与演化、星团结构和演化、双星演化，甚至太阳系外行星以及引力波等诸多天体物理研究领域广泛应用，几乎成为天体物理教科书中的“经典假设”。
不过，天文学家近年来通过各种新的观测，发现恒星初始质量函数很有可能不是普适不变的。论文合作者、南京大学天文系教授张智昱指出，一些迹象显示，在恒星形成活跃的环境中大质量恒星的比例更高，这意味着恒星初始质量函数可能不是普适的。
恒星初始质量函数在宇宙各处是否变化成为困扰天文学家的重要问题，需要在银河系中找到更为直接有力的观测证据。近年来，随着郭守敬望远镜、盖亚卫星等中外大型天文设施投入观测运行，并获得海量观测数据，助力中国天文学家发现恒星初始质量函数变化的直接证据。
研究团队发挥郭守敬望远镜大样本光谱数据优势，筛选出迄今最精细的9万多颗太阳邻域的恒星样本，并获取了每颗恒星的金属元素含量和质量。结合盖亚卫星观测数据，他们首次通过俗称“数星星”这一最直观的恒星计数法，对具有不同金属元素含量和年龄的恒星进行统计，从观测角度直接获取了几乎不依赖于任何模型的恒星初始质量函数。
宇宙不同地方需要合适“尺子”正确测量
研究团队认为，无论是测量宇宙不同阶段星系中暗物质和重子物质质量、构建星系化学演化，还是理解恒星形成过程、分析双星演化的物理机制、探测太阳系外行星，甚至包括研究恒星级引力波事件等一系列天体物理学前沿问题的研究，都将因恒星初始质量函数的变化而受到挑战。
刘超以“尺子”作比喻指出：“这如同是一把会随着环境变化的‘尺子’，不能用同一把‘尺子’丈量宇宙的不同地方。在宇宙不同地方，天文学家需要更换合适的‘尺子’，才能得到正确的测量结果。例如，使用银河系目前的‘尺子’就无法测量早期的宇宙”。
论文合作者、中科院紫金山天文台符晓婷副研究员补充说，如此复杂变化的恒星初始质量函数，对恒星形成理论也提出了严峻的挑战。
中科院国家天文台表示，这一原创性成果是中国天文大科学装置郭守敬望远镜在前沿基础研究领域取得的又一项突破性进展。未来，中国将发射中国空间站工程巡天望远镜(CSST)，将助力天文学家在银河系更深远区域及近邻星系中进一步验证该重大发现，为更深入理解恒星初始质量函数和恒星形成的物理过程，提供更加丰富的天文观测数据。(完)
| 大众彩票地图 |
