大数据时代谁来保护我们的隐私？
每年频繁的数据泄露事件总会带来一些教训，其中之一就是采取数据保护措施永远不会太迟。幸运的是，公司越来越重视数据隐私，大数据是他们最关注的领域之一。
就在昨天，微软五名前员工在接受路透社采访时表示，微软的漏洞报告数据在2013年曾被非法入侵，但这一事件当时并未曝光。
微软前员工表示，微软花了一个多月的时间修复了被黑数据库中列出的所有安全漏洞，因此泄露的漏洞信息不会对Windows产品的用户造成太大影响。当时，微软还聘请了第三方公司对事件进行调查，以查明是否有攻击者利用泄露的漏洞信息对网络发动攻击，但该公司并未发现任何与相关漏洞有关的攻击。
Mary Shacklett是技术研究和市场开发公司Transworld Data的总裁。作为业内人士，她给企业管理层一些建议，以确保他们的大数据采用可靠的数据隐私做法。
实现匿名的一种方法是加密个人识别的数据元素。另一种方法是找出价值相近的个体的数据，然后平均成一个综合收益值，这个综合收益值会整合到更大的数据分析中。其他方法包括数据修正或屏蔽。
收集政府、企业和个人产生的数字信息为基于知识和信息的决策创造了巨大的机会。在互利的驱动下，数据可以在需要的各方之间交换和发布。然而，在其原始形式下，数据通常包含敏感的个人信息，公布这些数据将侵犯个人隐私。聚合数据发布下的隐私保护是一个重要且具有挑战性的问题。现有技术大多采用泛化和整体删除方法，我们提出部分(partial)删除方法对聚合数据进行匿名化。这种方法确保了无论攻击者有多少先验知识，关于敏感信息的强关联规则将不再出现在匿名化的数据中。这种方法不仅大大减少了信息损失，而且根据下游使用场景的要求，提供了倾向于保持原始数据分布或保护挖掘的有用关联规则的选择。初步评估表明，我们的方法在保持原始数据分布、保留更多有用的可挖掘关联规则和仅引入少量虚假规则方面比其他方法好100倍以上，信息损失平均减少30%左右。
以上只是数据隐私方面的部分工作。保护数据隐私的方法更多，比如确定公司内部涉及大数据的部门，定期审核这些部门的数据隐私。最后，在制定和实施数据隐私保护措施时，需要以企业的业务需求和发展为基础。