滴滴被处罚80.26亿元！反复触碰网络安全底线

滴滴被处罚80.26亿罚款的消息登上热搜，引起上亿网友围观。

据调查，滴滴公司共存在16项违法事实。滴滴违法收集用户手机相册中的截图信息1196.39万条；
过度收集用户剪切板信息、应用列表信息83.23亿条；
过度收集乘客人脸识别信息1.07亿条、年龄段信息5350.92万条、职业信息1633.56万条、亲情关系信息138.29万条、“家”和“公司”打车地址信息1.53亿条…

更可恨的是，这已经不是滴滴第一次做这种事情了，这个坐拥巨大用户数据存量的互联网公司，从2015年就开始存在相关违法行为，时间长达7年，拒不整改，性质恶劣。

去年7月4日，滴滴下架整改。

去年，12月3日，滴滴宣布在美股退市。从没有敲钟的纳斯达克，到全网皆知的下架退市，再到如今被罚几十亿。只因滴滴频繁触及核心雷区：信息安全。

为何滴滴出行屡错屡犯，拒不整改呢？为何冒着被罚款的风险也要频频触碰法律底线呢？

道理很简单，罚的没有赚的多。对于这种资本思维运作的企业，钱才是正义，良心都是做给观众看的。

总书记说过：没有网络安全，就没有国家安全。

沉疴下猛药，除了网络监管部门加强彻查和处罚力度以外，我们每个人都应当加强信息安全意识。

1.如何保护自己的信息安全

对于个人用户，有4点可以让自己的信息更加安全。

1、避免信息外漏，加密数据。

例如：硬盘加密、存储加密、聊天加密、密码加密，不使用盗版软件。

2、少提供信息。

在网络上，能不提供资料就不提供资料，能给假信息就给假信息。不要轻信任何调查问卷。尽量少给设备开权限，或者用完就关掉。

3、泄露信息尽量避免归集到自己，搜索工具尽量使用隐私搜索工具，访问网页可以使用代理访问。

电脑可以开虚拟机，手机可以买备用机，多开几个手机号码，常用沟通手机和购物号分开。

4、增加数据混淆。

主动提供错误数据，给大数据造成干扰。

比如经常换手机号，分享一些不重要账户等。

不过，要是真的做到这些确实有些太累了。

如果你真的不想让信息泄露，那必须要掌握一些大数据相关知识。

战胜敌人的方法，首先就是了解敌人。

毕竟，只有魔法才能打败魔法。

2.用大数据分析，用魔法打败魔法

为了展开探讨这个问题，首先我们要知道什么是大数据？

大数据一共有四个特征：

1.数据体量巨大 2.数据类型繁多 3.价值密度低，商业价值高 4.处理速度快且及时

我将从集体角度和个人角度进行举例说明：

集体角度上，我现在想在国内开一个火锅店。

那我首要考虑的因素就是哪个省的人喜欢吃火锅？

同时，已经开设火锅店竞品不多

同时，这个省的人不能少。

同时，这个省的消费能力不能低

同时这个省的工作强度不能那么高….等等。

于是我就要收集数据，一两份的数据没有任何意义，这就体现了第一个特征，一定要收集海量的数据，这样你的数据才有意义，有效果。

然后因为我考虑的点比较多，所以收集的信息数据类型也要多，这就体现了第二点。

第三点，商业价值，不言而喻，现在各个大公司都有自己的海量数据库给大数据做支撑。

第四点，很重要，及时性，如果我分析个数据分析了一两年，那这个数据估计也白搭了。

从个人角度上，我想要追一个姑娘。

那首先我要勾画出她的人物画像，了解她的兴趣，喜好，经常出没地点。

于是开始收集她近几年的数据，经过处理分析发现，她两年去了二百多次电影院。

得出结论，她喜欢看电影，然后转头分析她的电影喜好，发现她看的二百多部电影里，一百多都是悬疑剧，七十多是恐怖片。

于是我知道了，这姑娘胆子很大，喜欢刺激。

我想跟她偶遇，通过分析发现，近两年她出现在某餐馆一百多次。

于是我天天去那个餐馆偶遇她，给她留下一个印象，经过几次见面，通过统计发现，见这姑娘二十次，她换了十九套衣服，平均每套衣服价格十万上下.

最后我发现，这姑娘家境富裕，于是，我放弃了….

3.大数据分析相关步骤

从上面的两个不太着调的案例中我们可以发现，大数据的分析一共有这么几步：

1、收集，海量的数据才是支持你走到下一步的前提。

2、处理，收集到的数据是繁杂的，分为有效数据和无效数据，所以需要将数据进行分类并去除无效信息。

3、分析，将所有数据进行整理之后，我们要对现有数据进行分析得出我们需要的结论。

从技术角度来说，第一步的收集，大概分为人工输入和数据挖掘。

先说人工输入，这是一种最原始，也是数据的第一版本，由专人将一些现实中的数据输入到互联网，这个我们暂不提及。

数据挖掘，最常见就是使用爬虫或者相关框架对互联网上面的数据进行定向获取。

爬虫可以理解为一种从互联网获取信息的手段，类似于搜索引擎。

其实所有的信息都是在互联网这一个大平台的各个地方的，你想要的数据就在那里，只是你不知道怎么去获取他。

就像你找到的那个人就在这个城市里，你不知道他在哪，不知道他在做什么，所以你就找不到他。

爬虫就提供一种手段，让你从驳杂的数据中获取你想要找到的那个，就像在陌生的城市中，向天空放了一个印着他名字的飞艇。

想要利用好数据挖掘，你需要掌握一种框架，目前流行的爬虫框架是scrapy。

这是一个比较容易使用的爬虫框架，只要修改几个定向的参数，就能达到你想要的效果，极大的节省了一些重复代码的编写。

第二步，你需要对得到的数据进行定向清洗，来去除掉那些不需要的数据。

数据清洗关系着最后的数据分析，如果你的数据清洗不到位，会有无效数据影响你的最终结果。

最后就是数据处理，由于大数据的采集、存储和计算量非常大，所以大数据需要特殊技术，以有效处理海量数据。

大数据无法用单台计算机处理，必须采用分布式架构，它的特色在于对海量数据进行分布式数据挖掘，但必须依托云计算的分布式处理，分布式数据库和云存储，虚拟化技术。

如果大家对信息安全感兴趣，但是对如何系统化学习拿捏不准的话，不妨了解一下我们的计算机信息技术硕士项目。

北亚利桑那大学（简称：NAU）计算机信息技术硕士（MCIT）进阶课程，专门针对信息安全问题学习有效管理。

其进阶课程包括:

1.CIT 620 信息安全保障基础
2.CIT 621 网络安全政策
3.CIT 622 网络安全和风险管理
4.CIT 623 数字取证与犯罪调查基础
5.CIT 624 信息安全设计：基础设施和管理
6.CIT 692 信息安全与应用项目保障。

NAU的计算机信息技术硕士研究方向中，面向信息安全从业者，高保密级别公司开发工程师等职业，开设了信息安全硕士。

无需脱产，在线可读，全中文授课，学费仅需4万人民币起。

作为全美在线硕士项目排名第一的项目，NAU的计算机信息技术硕士学历，一定会帮你在职场中多一个机会，多一丝希望，多一份选择。