大數據讓我們的生活更加便利
也為商業發展帶來了幫助
但近年頻發的事件又讓人不得不擔心
我們的數據和信息
是否能得到充分的保護
在大數據已成為國家戰略的今天
對數據的使用是必要且重要的
那麼我們是不是有辦法
在保護數據安全的同時
也能充分發揮數據的價值？
本期《數中生智》
邀請了美麗動人的法律人
與成熟穩重的技術人
來一起聊聊這個話題
一個典型應用場景
精準營銷，是非常典型的大數據應用場景。
確定廣告如何投放，通常的做法是，通過某項標籤屬性來判斷某個設備用戶是否屬於廣告的目標人群。例如，如果想投放《復聯3》的廣告，會用設備ID去DMP（數據管理平臺）查詢“電影”、“漫畫”相關標籤，再做定向投放。
但如果DMP由第三方提供，廣告主要拿出自身的數據資產，又沒有做好匿名化處理的話，就會存在一定風險。
一個保護數據安全的算法
從技術角度出發，TalkingData採用了布隆過濾器來解決上述問題。
布隆過濾器（Bloom Filter），是一個很長的二進制向量和一系列隨機映射函數。它可以用於檢索一個元素是否在一個集合中，優點是空間效率和查詢時間遠遠超過一般算法。
當運用布隆過濾器，還是上述場景，廣告主將投放標準提交給第三方DMP， DMP根據標準篩選人群形成設備列表，利用布隆過濾器將這些數據形成一個匿名化的數據包。廣告主同樣通過布隆過濾器來匿名化判斷DMP方的數據包中是否有匹配的目標人群，如果有就可以投放。
這樣一來，廣告主不需要提供自有原始數據，DMP方也無從知道廣告主定向投放了哪些人群，處理過的數據包都保持匿名，既最大限度保證了數據安全和合規，又滿足了精準投放、人群畫像等實際業務需求。
一個創新性技術框架
布隆過濾器並非適用於所有的業務場景。
為了應對不同業務場景的需求，目前TalkingData正在與MIT連接科學研究所進行合作，參與OPAL（Open Algorithms）的研發。
OPAL是“可穿戴設備之父”阿萊克斯·彭特蘭提出的創新技術框架，其核心特性是“不流動數據，只流動算法”。 OPAL利用分佈式技術進行數據存儲和運算，並在流程中都保持數據的加密狀態，將經過驗證的算法前置到數據端，不移動數據而只提供安全的分析結果，實現在從數據中獲得有價值的洞察的同時，有效保證數據安全與流程合規。
TalkingData已經在OPAL研發中取得一定進展，未來也會將這個技術集成到相關產品和服務中。
技術是鑰匙，也是安全門。我們可以用技術來挖掘數據中的價值，也應該用技術來保護數據的安全。
現在，數據安全和個人信息保護是一個嚴峻又重要的課題。不僅需要對數據相關各方嚴格監管，所有相關企業也應該主動重視並採取恰當方式來保護數據安全，堅守合法合規的底線。
閱讀更多 TalkingData 的文章
