網際網路企業可通過 區塊鏈技術用好大資料丨科技心語
近期,滴滴和華住接連發生的兩起全國資料危機,說明了行業領軍企業在“用好大資料”上還有很長的路要走。
在滴滴順風車司機殺人事件裡,滴滴的困境是:這麼多個人信用資料,滴滴卻未能用好,以致未能識別高風險的司機。據報道,犯罪嫌疑人鍾某案發前曾向51家機構借款,幾乎借遍了所有能借款的機構,還發生過多起逾期。如果滴滴在審查順風車司機資格時能將個人信用資料充分考量,本應將這種頻頻失信者拒之門外。
在華住原始資料洩露事件裡,華住旗下酒店開房記錄洩露資料,並被放到“暗網”出售,上億人的隱私資訊被曝光。華住的困境是:儲存了海量的使用者原始資料“不知道有何用”,且一旦洩露,公司形象受衝擊,股價也面臨大跌風險。大資料在這時卻成了“燙手山芋”。
華住與滴滴,按資料規模標準,都是“億級大資料公司”。但規模大不等於能用得好。
此類事件屢有發生,僅今年就有視訊播放網站AcFun近千萬條使用者資料洩露,前程無憂195萬條使用者資料疑似洩露等。這為整個行業敲響警鐘。
筆者認為,要用好資料,需要在資料蒐集、資料對接、資料分析、資料預警等方面作更系統的安全設定。比如在資料蒐集階段,應對司機基於更完備的信用維度資料,來評估順風車司機資質准入;資料分析階段,應在關鍵指標與業務影響間,建立分析鏈。
這些日子,我們已經看到一些改變,比如滴滴在資料預警方面做出改進,基於位置偏離資訊的異常資料情況進行診斷;根據指標異常,聯絡後臺進行報警;一旦觸發主動或自動報警,就能直接連到公安進行報警處理。
技術專家認為,如果能在以上資料處理的幾個階段中,加入區塊鏈的安全多方計算,便能使問題得到更好的解決。比如在資料蒐集環節,區塊鏈可以提升資訊真實性和資料分享的積極性。
區塊鏈大資料信用分析公司PTS(Points)的創始人張佳辰告訴筆者:“少量關鍵資料進行鏈上儲存外,大部分原始資料可以在鏈下儲存。只要在區塊鏈中設定校驗機制,就可以保證資訊的真實性,也就是說,當資訊之間校驗結果出現差異時,區塊鏈可以根據自動判斷並返回結果。同時,區塊鏈校驗機制激勵正確資訊提供者;並處罰提供虛假資料的人。這樣就同時保證了分享的積極性與可信度。”
在美國,Uber正在積極與加州大學伯克利分校合作,將非對稱隱私技術應用在使用者個人資料共享中,從而既能將Uber體系的使用者行為資料提煉出公共治理和商業上有用的洞察,又防範使用者家庭住址和出行習慣等敏感資訊洩露所導致的個人風險。
張佳辰表示,這種區塊鏈安全多方計算適用於所有的共享經濟平臺,比如滴滴、美團、airbnb,因為這些平臺都涉及使用者隱私保護,對服務提供方(司機、騎手、房東等)信用及安全的事前評估,以及服務過程中的實時資料分析與預警。
未來,無論是像airbnb這樣的O2O企業,還是像Facebook這樣的純線上服務網際網路公司,或者是像工商銀行這樣的傳統企業,基於區塊鏈的安全多方資料計算機制下,它們都將受益。
以美團為例,在騎手招募階段,可以在騎手的手機端對其生活、借貸狀態做一個預判和分析,分析後對此人的風險進行評分,並把評分系統貢獻在大的風控體系中。以airbnb為例,在房東評估階段與房產租賃階段,也可以進行同樣的評估;這樣的評估無需採集原始資料,所有的計算都可以在手機端、本地化地完成,最大限度保護各方隱私。
責編:胡軍華
此內容為第一財經原創。未經第一財經授權,不得以任何方式加以使用,包括轉載、摘編、複製或建立映象。第一財經將追究侵權者的法律責任。 如需獲得授權請聯絡第一財經版權部:021-22002972或021-22002335;[email protected]。