LINE资安长怎么看数据公司的资料运用与隐私挑战
2018-06-02 10:46:21 | 来源:ithome | 投稿:洛洛 | 编辑:dations

原标题:LINE资安长怎么看数据公司的资料运用与隐私挑战

LINE资安长暨隐私长中山刚志表示,大数据技术不再高不可攀,可预期许多企业都可采用大数据技术,再加上人工智能与机器学习的兴起,让资料分析与预测技术更精进,许多公司将会想尽办法获取资料,运用资料做决策、改善服务,转型为数据公司。(摄影/吴其勋)

【东京现场直击】

由LINE与美国白箱加密公司Intertrust合办的年度资安会议,在日本东京LINE总部举办第三回。LINE资安长暨隐私长中山刚志表示,会议主题定为:“资料无国界:资安与用户隐私的全球性威胁”,因为资料与隐私问题不仅对LINE带来极大挑战,随着其他产业开始转型为数据公司(Data△Company),未来也会面临相同的挑战。

过去因为资料技术与成本的门槛很高,导致只有在网际网络产业才有如亚马逊、谷歌、脸书与LINE等数据公司,中山刚志表示,大数据技术不再高不可攀,可预期许多企业都可采用大数据技术,再加上人工智能与机器学习的兴起,让资料分析与预测技术更精进,许多公司将会想尽办法获取资料,运用资料做决策、改善服务,转型为数据公司。

大数据时代的隐私冲击

然而,在当前科技大量融入生活的情况下,今日的数据公司除了必须保护用户个资,更要顾及用户隐私、使用者权利与企业责任等课题。中山刚志引述知名资安专家Bruce△Schneier的着作《Data△and△Goliath(资料与歌利亚)》所言:“时代已经改变了。”过去我们身处没有“资料”的年代,不论是看报纸、看电视或听广播,个人的阅听行为不会被记录下来,搭乘交通工具也是以现金购票,通过验票闸门也不会被追踪行径。但是,现今生活周遭许多事物不仅电脑化,还连结网络;我们也利用智能手机听音乐、看电影,用数位票卡搭乘交通工具,所有行为都被记录下来了。

当数位生活越来越便利,也就代表着电脑获取更多我们的资料,而这些资料通过网络传送到服务商的伺服器,资料就累积在伺服器里,接着被分析与运用,中山刚志说:“因此一定会有人掌握了我的用户档案:一位在东京工作的男性,住在新宿、喜欢爵士乐、时常在周日晚上看动作片、喜欢红酒等等。而每当我打开App,就会看到推荐给我的音乐与广告,理论上我同意个人资料运用所带来的便利,但事实上我并不清楚厂商是怎么运用我的资料。”

在社交网络平台上,个人资料更是被大量搜集与运用,从日前爆发的Cambridge△Analytica事件,更可见资料运用与用户隐私的冲击之大,中山刚志认为,类似的事件未来也会在其他的数据公司发生。

资料无国界,重视隐私文化

对于资料运用与用户隐私未来的发展,中山刚志显得并不乐观,他表示,在网际网络时代,资料被运用的机会只会越来越多,用户隐私的形态已经改变了,而且资料的风险几乎也是每天都在改变,但是大多数用户与企业的资安观念与技术却仍然不够成熟,而资安领域的专家数量仍然太少,还不足以因应这个挑战。

由于数据公司提供的服务已无国界之别,中山刚志建议要了解不同文化的差异。他说,欧洲之所以特别重视个资保护,早在二十年前就领先制定个人资料保护法,甚至将被遗忘权等新观念纳入即将施行的GDPR,就是不愿看到德国纳粹迫害犹太人的历史重演;而日本文化则有不轻易打扰别人的传统,使得日本也重视个人情报与隐私;至于美国则将隐私视为与生俱来的自由与权利,因此数据公司必须尊重不同国家对于个人隐私的文化与传统。

iThome△Security

tags:

上一篇  下一篇

相关:

Redis 5.0 RC1释出,新增串流资料型态为最大卖点

热门的开源记忆体资料库Redis△5.0第一候选版释出,除了增加模组API,在丛集管理员也更新了新版本,同时修正了许多臭虫,不过,这个版本最大的卖点还是落在串流(Redis△Streams),这是在Redis△5.0中新加入的资料型

Android装置安全再进化,Google鼓励制造商加密全手机资料

手机功能越来越强大,也就存放更多用户的敏感资讯,为了要抵御手机内部攻击(Insider△attack),Google在自家手机Pixel△2实现全资料加密技术,并且使用安全硬件加以保护,Google表示,只要骇客没有装置的锁定密码,

多伦多大学用对抗学习打造“隐私滤镜”,不让脸部分辨功能认出你

多伦多大学研究员开发的“隐私滤镜”可以破坏脸部识别演算法。研究员利用两套神经网络,第一套负责脸部分辨,第二套负责扰乱第一套脸部分辨的任务。 图片来源: Avishek△Bose和Parham△Aarabi 来自多伦多大学电子电

跑大量图学资料不用昂贵DRAM,MIT:用快闪储存记忆体单机

麻省理工学院电脑科学和人工智能实验室(CSAIL)最近设计了一套通过便宜的快闪储存设备,搭配自行开发的排序降低(Sort-reduce)演算法,只需要单机,就能处理大量的图学(Graph)资料。在资料科学圈中,图学资料是由

GPU关联式资料库SQream DB获阿里巴巴等共2,640万美元融资

以色列GPU关联式资料库SQream△DB获中国阿里巴巴起头的B轮融资,共获得2,640万美元的成长燃料,其他投资人还包括Hanaco以及Sistema等创投。SQream创立于2010年,由Ami△Gal和Kostya△Varakin两人起始,2014年与法国主

站长推荐: