大数据背景下信息流动性研究

许华宇 易茂祥 王道大 刘陆民

摘   要：与传统的信息流动相比，大数据背景下的信息流动在各个层面都具有显著的差异性，典型体现在数据规模大、关联性强、复杂度高，导致信息流动的复杂性、不确定性和涌现性。文章从大数据技术特征、网络信息流动形式、网络信息流动空间3个方面进行了分析研究，并探讨了大数据背景下信息流动所面临的数据保护、信息安全与隐私问题。

关键词：大数据;信息流;信息流动空间;数据保护

1    大数据发展概述

计算机和信息技术的迅猛发展以及其研究成果快速普及渗透到人们的日常生活中，不仅让人们可以足不出户就购买到想要的商品，还可以冲破传统地理空间约束，在任何时间、任何地点与不同区域、不同领域的人交流。在信息时代，人们不必担心信息的闭塞，相反，由于网络上信息量过大，常常会困扰人们的选择。

随着人工智能、物联网、区块链、大数据等互联网技术快速发展，网络的信息资源日益丰富，网络数据出现爆发式增长[1]，数据渗入各行各业，并衍生出各种基于数据下的研究和应用，比如生物医学中“4P医学”观点，通过个体患者的疾病诊断和治疗中的庞大数据来进行个体化预测、预防和医疗;智慧农业运用大数据理念、技术和方法，解决农业及相关的数据采集、存储、计算等一系列问题，做到精准农业;金融经济领域应用大数据网络分析捕捉非法交易、风险分析、决策分析、情绪测量等。大数据技术帮助人们分析数据中潜在的规律，预测未来发展趋势，为人们提供了一个最优的信息选择，进而提高各行业运行效率。文章主要在大数据背景下探讨研究其对信息流动所带来的影响。

2    大数据背景下信息流动性分析

主要从大数据技术特征、信息流动形式、信息流动空间来分析大数据背景下的信息流动以及大数据的发展对信息流动影响的具体表现。

2.1  大数据发展特点

大数据主要表现在数据的大规模性（Volume）、高速性（Velocity）和多样性（Variety），又称“3V”特性，大数据下信息处理主要是对海量数据进行有价值的提取。一般情况下，数据要经过数据采集、数据清理、数据存储、数据管理、数据分析、数据显化到最后的产业应用这7个环节[2]。大数据技术的发展帮助人们更好地理解数据，挖掘数据的价值，并根据数据分析结果作出相应的决策。

基于大数据下的应用主要集中在获得知识与推测趋势、分析掌握个性化特征、通过分析辨别真相等，在大数据技术的发展背景下，信息流动性也由初始数据收集的随机性和不规律性发生了微妙的变化，这种流动有其特定的结构，流动方向逐渐从“信息的流动”向“流动的信息”转变。

2.2  信息流动性形式

现代科学信息的定义不再是简单的事物发出的消息，还指指令、数据等所包含的内容。最早对数据的概念就等同简单的阿拉伯数字，但计算机、互联网等科学技术的快速发展，数据被赋予更多涵义，其不仅是数字，还可以是字母、表格、文字、图形等，数据就是反映客观事物属性的记录，数据经过加工处理后就成了信息。

传统的信息流动形式单一、传递慢、不精确，或靠驿差长途跋涉、或口耳相传、或飞鸽传书，而现代的信息流动，形式多样，可以通过电话、邮递、期刊、报纸、物流、电视、网络等等，而流动的主力军就是互联网，互联网就像一个大的神经网络，由于互联网本身具备的开放性和关联性特征，信息在这个网络上流动，信息的流动时间缩短，流动形式多样、流动空间变大，其价值也变大了。

在大数据技术发展下，人们通过对数据开始进行收集、处理、分析、挖掘出有价值的信息加以应用，部分人通过应用又产生新的数据再反馈给用户，用户得到数据后，又产生新的数据，这就形成了流动数据生态圈（见图1）。信息的源头不再局限文字、图形、表格，还可以是实时采集到的视频数据等。因此，大数据背景下信息流动形式趋向多样化。

2.3  信息流动空间分析

信息流动空间不同于传统的静态地理空间，它是建立在地域空间基础上，是一个新的空间形态和布局，具有相互关联且巨大的三维流动空间性，主要通过现代互联网信息技术将不同地区连在一个准同步合作的网络中，具体表现在空间通信网络、数据库和信息的融合[3]。在这个网络生态环境下，数据量巨大，绝大多数数据与空间位置有关，空间数据是大数据基础，包括空间实体的属性、位置、数量，因此，大数据背景下信息流动空间关系复杂度更高、數据量更大、空间性和时间性更强，受到地理因素、人为因素、技术因素、基础设施等影响。

大数据技术就是在整合看似杂乱、繁复的数据，提取出有价值的数据，进而提高信息流动的有效性。因此，大数据背景下信息的流动更具备方向性、目的性和关联性，它不仅提高了信息流动速度，还增益了信息流的价值。

3    影响

大数据技术促进了信息流动，带来了信息空前繁荣，在给人们的生产生活带来许多便利的同时，也带来一些问题和挑战。大数据背景下信息流动中的典型问题就是数据保护、信息安全与隐私问题。

首先，大数据中数据的来源可能是互联网或GPS等技术应用中的数据，也可能是空间数据，由于采集空间数据的设备各不相同，可能是雷达、数码相机、红外等，导致数据的格式、形式、类型、粒度、编码方式等不一致，数据很难有统一的规范[4]，在这个背景下信息朝着不同方向流动，空间关系复杂，加大了对流动中数据的保护难度。

其次，将流动在不同地点的数据关联起来，从而挖掘提取有价值的数据，这是大数据技术的实质，但是这样就暴露了用户的网络数据足迹，进而埋下隐私与数据安全隐患，比如人们通过“人肉搜索”来获得某人的相关信息，所检索到的信息越多，个人隐私暴露的系数越大，而这种暴露通常是个人无法预知和控制的，所以，如何在大数据背景下信息的流动中保护个人隐私和数据安全是当前人们关注的热点。如果为了保护隐私而隐藏数据，数据的价值就无法得到最大化的体现和利用，刘雅辉等[5]提出差分隐私保护技术来保护流动信息的隐私安全，尽可能在不暴露用户敏感信息的前提下进行数据的挖掘，差分隐私保护算法的关键是隐私参数ε，目前在理论上已有很多成果，但在实际应用中还需要继续深入探讨。

最后，网络空间不同于现实空间，是现实空间的延伸。与技术发展速度相比，网络空间治理的相关法律滞后，多数情况依靠行业和网民的自律，大数据技术虽然促进了网络空间信息“监测+预警”管理模式向“预测+防范”转变，改善了网络空间治理，但是又存在信息暴露的风险，所以，在大数据背景下信息公开利用与信息安全保护相互博弈。

4    结语

大数据技术是一把双刃剑，一方面，大数据的发展促进人们挖掘信息数据的价值，加速信息的流动，驱动技术带来综合应用、生产力的解放和产业的升级，催生出新的业务模式和产业规律，并带来互联网层出不穷的新应用、新模式、新业态;另一方面，大数据在采集、存储、分析和信息流动过程中面临着数据安全、信息安全和隐私等问题。机遇和挑战并存，只要正视当前存在的问题，大数据背景下的信息流动必然能进入一个良性网络空间生态发展循环。

[参考文献]

[1]刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报，2014（6）：957-972.

[2]顾荣.大数据处理技术与系统研究[D].南京：南京大学，2016.

[3]王玉良，丁刚毅，钟鸣.大数据下的空间数据挖掘思考[J].中国电子科学研究院学报，2013（1）：12-21.

[4]童端，吕捷，许宏.大数据背景下的数据安全研究[J].网络空间安全，2017（12）：17-20.

[5]刘雅辉，张铁赢，靳小龙，等.大数据时代的个人隐私保护[J].计算机研究与发展，2015（1）：229-247.