王军
[摘 要] 随着以网络为媒介的新型传播形态的出现,大量数据信息不断地涌现在人们的面前,为人们接收和发布各式各样的数据信息,提供了诸多的便利条件。但是新形态的出现也带来了一系列的信用管理问题,比如个人或者企业数据信息泄露问题。如何加强信用管理和预防隐私安全问题的发生,一直是众多专业人士重点关注的问题。本文主要分析在大数据时代的背景之下,信用管理存在的问题,个人、企业隐私安全存在的隐患,积极探索能够有效加强信用管理和隐私安全的策略,并且提出一些具有一定参考价值的建议。
[关键词] 大数据;信用管理;隐私安全
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2020. 21. 073
[中圖分类号] D630 [文献标识码] A [文章编号] 1673 - 0194(2020)21- 0166- 03
0 引 言
加强信用管理,能够使得信用双方按照之前的约定,履行相关的义务,如提供基础的服务、缴纳相应的费用支出,良好的信用管理方式,在一定程度上能够促进行业市场的稳定发展[1]。在大量数据信息不断产生的背景之下,传统的信用管理方式,难以发挥良好的管理效果,而且时常出现个人隐私和企业隐私泄露问题,使得信用双方的其中一方不再履行提前约定的相关义务,最终出现信用双方彼此不信任的现象。
1 大数据时代与信用管理的基本概述
1.1 大数据时代
随着国内外各个地区以信息技术为中心一系列科学技术的不断进步,数据信息可以将网络、传感器作为主要的传播媒介,在全球范围之内进行传播,形成数量庞大的数据信息,且这些数据信息难以采用传统的统计和分析方式,进行科学的分析,这种类型的数据信息集合被人们称之为大数据[2]。人们的日常活动、社会各个行业领域内部企业的生产经营活动,都会产生大量的数据信息,在这样的时代背景之下,人们更加注重对大数据进行精准的分析,按照一定的顺序,搜集与研究对象或者研究目标有关的数据信息,通过专业的数据分析软件和科学的统计学方式,找出有用的关键数据信息,分析各物体之间的关联性。
1.2 信用管理
将授信方与受信方之间的约定作为一项契约,授信方为了确保契约能够顺利履行,采取多方可行的有效措施,对受信方的个人征信进行精准评估,将与受信方有关的数据信息,记录在相应的电子档案之中,从而降低各项信用风险的发生概率,这些管理措施被人们称为信用管理。其主要分为对个人信用进行管理和对企业信用进行管理,确保双方能够按照提前签订或者口头约束的契约,履行相应的义务,但是在大数据的背景之下,信用管理面临诸多的困难,如信用双方彼此不信任、刻意隐瞒数据信息、信息泄露、信息漏报等,如何加强信用管理,一直是众多专业人士重点关注的问题。
2 大数据背景下信用管理和隐私安全现状
2.1 信用管理体系有待健全
现阶段,我国信用管理主要依靠于各大银行和大型金融机构,银行针对各项信贷业务,建立相关的征信管理体系,对申请信贷业务的个人或者企业,开展相关的资信调查,如让申请人或者企业递交相关的证明资料、实地调查企业经济实力、对申请人递交的信息进行审核等,当申请人资信审核结果符合相关规定和标准之时,再进行下一步的工作流程。这样的信用管理方式,能够有效降低发生信贷申请人逾期未还款的概率,但是此项信用管理方式,需要依靠专业的系统软件和大量的数据信息支持,部分大型金融机构具备相似的信用管理能力,但是大部分企业并不具备较高的信用管理能力,这就使得企业双方履行相关的契约之时,可能会出现其中一方未履行相关义务现象。在大数据时代之下,信用管理体系制度之中的内容,需要专业人士进行完善,在银行信用管理工作之中,将个人或者企业的经济实力、具体地址、个人姓名、公司名称、银行账号、个人联系方式、第三方担保人联系方式作为主要的监管内容,但是其涉及信息量过大,普通企业难以采取相似的信用管理方式。
2.2 存在隐私泄露现象
在大数据时代之下,社会各个行业领域内部的企业,为了拓宽自身的受众群体范围,提高自身在行业市场之中占据的份额,建立属于自身独特的网络平台,或者采取与其他大型网络媒介平台相合作的方式,用户想要了解相关产品信息和完成商品交易活动,需要提前注册用户账号。用户在注册账号时,需要依据企业制定的申请表,填写相关的申请信息,如填写个人姓名、个人联系方式、个人详细住址等,这些数据信息将会作为企业评估用户个人资信的主要参考依据,当网络平台受到黑客的攻击时,很可能会出现用户数据信息泄露的现象。用户在浏览网页信息、使用键盘输入法、搜索关键词的过程之中,系统软件会自动记录用户使用记录,依据这些数据信息,评估用户的个人喜好,向用户推送符合受众喜好的新闻信息、词语组合,如人们在使用浏览器软件时,会发现其自动推送的新闻信息,与自身曾经搜索词组或者点开的新闻信息具有较高的相似之处,这是一种难以被人所察觉的隐私泄露现象。
3 大数据背景下有效加强信用管理和隐私安全的策略
3.1 建立较为完善的信用管理制度体系
制度体系是各项信用管理工作开展的基础,想要提高信用管理工作的开展效率和开展效果,应依靠较为完善的信用管理制度。大数据时代的到来,虽然为各项信用管理带来了巨大的挑战,但是在开展信用管理制度体系建设工作时,可以利用大数据,对其进行科学的分析,找出容易发生信用风险的部分,将其作为体系建设的工作重点。在建设新型的制度体系之时,将银行、社会各个行业领域内部的企业、金融机构作为主要的研究对象,对与其有关的各项数据信息,通过专业的数据分析软件,进行科学的分析,依据分析结果,探索出符合各项实际情况的信用管理策略。将新型的信用管理策略加入原有的制度体系之中,依据对大数据时代和社会未来发展方向的了解,找出原有制度体系之中过于陈旧和落后的内容,将其进行剔除,从而制定更加完善的信用管理制度体系。为了确保新型的制度体系能够落实到各个信用管理工作环节之中,相关单位应建立较为完善的监督管理机制,对银行、社会各个行业领域内部的企业、金融机构采取的信用管理方式进行监督,从而逐渐提高信用管理效果。
3.2 采取科学的信用管理方式
由于社会各个行业领域内部的企业,在经济实力、用户群体范围、用户规模、硬件设施等多个方面,存在着较高的差异性,难以采取统一式的信用管理方式,想要实现加强信用管理的工作目标,企业可以依据对自身实际经济实力、现有用户数量等各项基础情况的了解,采取恰当的信用管理方式[3]。大型商业银行在开展各项信用管理工作过程之中,应与专业的系统软件供应商进行合作,建立数据信息容量庞大的信用管理系统,将用户的个人信息录入到系统之中,相关工作人员可以采取账号登录的方式,输入相关的关键词,在信用管理系统之中,查找自身想要了解的数据信息。在开展信贷业务的过程之中,可以制定更加完善的申请资料填写标准和审核标准,通过多方可行有效措施,对申请人填写的各项数据信息进行审核,预防出现信息填写错误、虚报经济实力等问题的发生,让第三方作为信贷业务的担保人,并且对担保人的个人资信进行审查,从而降低出现申请人未在规定的期限之内,偿还相关贷款利息和本金的几率。
3.3 加强网络安全监督管理力度
在大数据时代之下,想要降低隐私泄露问题的发生几率,应做好网络安全的监督管理工作,企业可以针对用户提交的各项数据信息,做好相应的保护工作,如设置动态权限登录密码、加强防火墙的防护策略配置、设置外部数据信息访问权限等,使得其他外来数据读取命令,难以在企业内部区域网络之内读取相关数据信息。相关单位可以加强网络安全监督管理工作的开展力度,依据国家制定的相关法律法规,找出存在网络隐私安全隐患的网络环境,运用科学的网络技术,对局域网络环境进行净化,实时监测网络环境状况,针对存在异常的网络情况,如用户账号异地登录、服务器停止运转、网站遭遇不明程序攻击等异常情况时,及时采取相对应的解决对策。如针对用户账号异地登录的现象,可以提前设置用户账号同时登录权限,当出现账号异地登录时,向用户发送相关验证消息,让用户及时修改自身的账号密码;针对网站遭遇不明程序攻击的问题,可以加强防火墙的防护策略配置,让计算机的企业用户和个人用户,安装专业的病毒查杀系统软件,同时设置外来访问信息登录权限,降低出现信息泄露现象的概率。
3.4 加强隐私安全防护知识的宣传力度
在大数据时代之下,人们在浏览网页信息、注册个人账号时,其自身的隐私信息在不知不觉中被泄露,随着需要注册的账号越来越多,为了熟记账号密码,部分用户选择设置相同的账号密码,当出现某一个账号信息被泄露或者盗用时,用户的其他账号信息存在着较高被泄露的风险,最终引发连锁反应,造成用户大量数据信息被泄露。想要实现降低隐私泄露问题发生概率的目标,应加强隐私安全防护知识的宣传力度,通过向用户推送与隐私安全有关的新闻信息,使得用户能够了解到更多能够保护自身隐私安全的知识,如定期清除历史记录、不同用户账号设置不同密码、设置数据和网络访问权限、不使用来源不明的网络等,从而逐渐提高用户的隐私安全保护能力。想要实现降低隐私泄露发生概率的工作目标,应注重提高个人用户和企业用户的辨别隐私泄露的能力,向个人用户和企业宣传与隐私泄露和盗取相关的知识内容,如短期时间之内多个外地手机号拨打用户或者企业手机号、社交账号向其通讯录内部的好友发布不良信息、企业用户信息被其他企业整体盗用等,使得个人用户和企业能够建立相应的预警机制,将隐私信息泄露的影响降到最低。
4 結 语
综上所述,在大数据时代之下,采取多方可行有效措施,加强信用管理,能够使得信用双方按照之前的约定,履行相应的义务,加强隐私安全防护知识的宣传力度,能够有效降低发生隐私泄露的概率。因此,在大数据时代之下,可以依据现有的科学技术和信用管理实际情况,制定更加完善的信用管理体系制度,依据国家制定的相关法律法规,加强网络安全的监督管理力度,同时做好隐私安全保护知识的宣传工作,使得用户能够安全使用网络,降低隐私泄露问题的发生概率。
主要参考文献
[1]王祥,李红娟,丁红发.大数据背景下的信用管理和隐私安全研究[J].电脑与电信,2018(8):3-4.
[2]刘付聪.大数据时代的信用管理与隐私安全[D].长春:吉林大学,2015.
[3]黄志凌.中国征信体系建设并非小事、易事[J].征信,2016,34(10):1-8.