大數據保安三大新趨勢 (車品覺)

By on March 22, 2018

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄全民大數據

現在每天產生的數據量,達到2.5 quintillion(10的18次方)位元組。(新華社資料圖片)

現在每天產生的數據量達到2.5 quintillion(10的18次方)位元組。(新華社資料圖片)

近年來,金融服務業經歷一系列快速變革,當中很大部分推動力來自大數據及人工智能(AI)等新技術的成熟和應用,催生了許多新的業務模式。最明顯的是科技提升金融服務的效率,但更深遠的改變源於生活習慣的變化。例如年輕一代移動互聯網用戶據說「愈來愈沒耐性、愈來愈要求高」,為了滿足這些用戶,大數據成為了這場變革的核心,同時這場變革又產生更巨量的數據。

目前大約90%的數據是在過去兩年產生的,而且現在每天產生的數據量達到2.5 quintillion(10的18次方)位元組。觀乎數據公司Domo提供的一些數字,你可能已經意識到更巨大的數據正在醞釀中︰

.每分鐘,美國人會使用265.77萬GB數據

.每分鐘,Instagram用戶會發布4.68萬張照片

.每分鐘,Google上會進行360.71萬次網路搜索

應用愈廣泛 風險愈高

可以肯定地說,可穿戴數據已經為人本科學數據(life science data)揭開了序幕。不僅如此,醫療領域的患者個人數據、金融業的資產及信用評分都是極敏感話題,出事時影響更加深遠,所以亦備受監管部門關注。隨着大數據在金融業被廣泛應用,帶來的數據安全風險就會愈大,巨大的數據量難免加重銀行對保護數據資產的責任,僅靠以往制訂的各種管理制度和流程,已難有效防範數據風險。

各國監管機構現已開始着手制定針對大數據保護的法規,希望逐步完善保護數據的法律體系。在美國,包括麻省理工學院、UC Berkeley等頂級高校的教授已對此加深研究,歸納起來可分為三種方向︰

(1)數據能否在加密狀態之下仍可用作分析,這類研究方向的例子包括同態加密(homomorphic encryption);

(2)數據被鎖定在一個封閉環境中,只有被批准的分析需求可以使用,而且得出來的結果會適當加入噪音作為個人隱私保護,此一研究方向稱為差分隱私(differential privacy);

(3)不同來源的數據資源分別存放,需要分享時作加密傳送,並利用區塊鏈技術實現密匙協議管理,這個研究方向名為數據採擷提供安全的多方計算(Secure multiparty computing for data mining)。

總括而言,這幾個方向都是用科技方法降低因合規複雜性帶來的成本,讓大數據及人工智能達到能更容易為企業增值的效果。

(編者按:車品覺最新著作《覺悟.。大數據》現已發售)

歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們