用戶隱私數據是什麼平台

① 兔子優選是什麼平台為什麼還要登陸淘寶賬號

可能你要失望了，這是其他APP換一個殼做的。。不像好券助手之類的有自己的技術團隊，快速查券賺傭金的同時，能夠快速有效響應解決用戶的問題。現在已經過了科技以換殼為本的時代了吧。。。
至於登錄淘寶賬號，當然是為了授權獲取購物車信息之類的啦。

② 離職老員工揭秘奇虎360：用戶隱私如何泄露

狗咬狗

③ 數據隱私保護為什麼要使用XDATA平台

XDATA數據安全合規流通平台作為北京星河卓越公司的獨家產品，數據要素流通的一個突出問題是數據流出後的安全控制問題，由於數據具有非獨占性，一旦被獲知就可以被無成本地復制，數據源頭（供給方）不會輕易把數據以低成本交易給不信任的買家，這種不信任現象⌄嚴重製約著數據市場供需發展。XData產品的流通控制體系結合數據去標識、數據重標識等核心關鍵技術，創新的解決了數據流通的控制問題。北京星河卓越在業內率先提出」XData數據安全合規應用解決方案」，致力於解決數據的流動可見、風險可知、流動過程中的安全可控、及數據「可用不可識」的合規應用。

④ 數據隱私屬於什麼層面的分析

雲計算環境中用戶的數據隱私即秘密數據，是不想被他人獲知的信息。從隱私所有者的角度，可將隱私數據分為個人隱私數據和共同隱私數據，個人隱私數據包括可用來識別或定位個人的信息(如電話號碼、地址、信用卡號、認證信息等)和敏感的信息(如個人的健康狀況、財務信息、歷史訪問記錄、公司的重要文件等)。

數據隱私的風險因素
1、數據的外包存儲

在雲計算中，用戶租用雲服務商的計算或存儲資源，即將數據外包存放在雲端。外包了數據意味著用戶不再對數據和環境擁有完全的控制權，盡管可以藉助數據加密技術在一定程度上保障靜態存儲的機密性，然而在動態運行時，解密後的數據可能存在於內存、網路或磁碟緩存等介質中，在用戶數據自上傳到銷毀的整個生命周期中，隱私性可能受到多方面的威肋、，隱私風險不可忽視。

2、虛擬化與多租戶

虛擬化技術是實現雲計算資源池化和按需服務的基礎，而多租戶作為雲計算中的一種軟體架構技術被廣泛使用，多個租戶的虛擬機可被部署到同一台主機上，即共享同一堆棧的軟、硬體資源。盡管通過虛擬機能夠有效隔離用戶的資源，然而目前的虛擬化平台並不是完美的，仍然存在安全漏洞，如Xen虛擬化平台存在被旁路攻擊的危險，攻擊者可通過操縱自己的虛擬機對放置於同一台主機上的其他虛擬機進行旁路攻擊，致使對方隱私數據被泄漏。

3、大數據

雲計算的出現帶動了大數據應用的發展，對數據整合、分析與挖掘所產生的效果前所未有，社會和個人均因大數據的使用而獲益，然而不容忽視的問題是隱私風險的存在。大數據背景下由於各種挖掘和整合技術的使用，導致個人的興趣愛好、行為模式、社會習慣等隱私信息暴露。多項實際案例說明，即使無害的數據被大量收集後，也會暴露個人隱私。大數據如同一把雙刃劍，在帶來便利的同時隱藏著風險。

本條目對我有幫助
13
分享到：
下載MBA智庫，閱讀全文
本條目相關文檔
大數據安全和隱私手冊 57頁 大數據安全與隱私保護 13頁 大數據安全與隱私保護 24頁 大數據的隱私黑洞與蒼白立法 6頁

⑤ 扎克伯格再次批評蘋果，社交平台該不該利用用戶隱私數據推送針對性廣告

用戶的數據應該得到保護而不是被用於推送廣告。近日臉書創始人扎克伯格在財報會議上，批評了蘋果公司的隱私改革計劃，並且表示，現在蘋果公司已經是臉書最大的競爭對手了。據悉，蘋果公司即將對其手機系統和軟體進行更新，更新之後，用戶就可以自己選擇是否分享自己個人數據，用戶廣告推送。蘋果公司方面表示，這是為了更好的保護用戶的個人隱私。但有媒體表示，該隱私政策調整之後，對臉書這種以廣告為主的互聯網公司來說，就會是巨大的沖擊，其公司的利潤也會被削弱。而正因為此，臉書早前公開在媒體上發文批評蘋果的這種做法，認為它是在破壞其他中小企業獲得廣告推廣的機會。

⑥ 深扒大數據:關於用戶隱私以及企業價值

深扒大數據:關於用戶隱私以及企業價值

如今，業界和學術界一直在討論一個詞，那就是大數據。不管是學術圈還是IT圈，只要能談論點兒大數據就顯得很高大上。然而，大數據挖掘、大數據分析、大數據營銷等等事情僅僅只是個開始，對大多數公司來說，大數據仍有很強的神秘色彩。於是，在我們還沒有完全搞明白如何運用大數據進行挖掘時，各種過於神化大數據的輿論就已經不絕於耳了。當然，也有很多人直接批判大數據或大數據營銷給我們造成的隱私威脅。也有很多人根本沒有搞清楚什麼是大數據，到底有什麼價值。

於是，站在客觀的角度，圍繞下面幾個問題與大家分享有關大數據的幾個觀點，也扒扒大數據的那些事兒：

1、大數據營銷和個人隱私泄露究竟有無因果和邏輯關系？

2、大數據營銷到底能帶給企業什麼樣的價值？到底能帶給用戶什麼價值？用戶是否全盤否定或反感大數據營銷？

3、如何正確看待大數據？如何看待大數據和傳統調查方法或統計學的關系？

4、大數據營銷究竟面臨什麼樣的挑戰？

一、大數據的迅猛發展與數據隱私的憂慮相伴而生

社交媒體的出現，讓用戶數據的分享數量達到了難以估量的程度。而如今，社交媒體的種類有增無減，智能手機的更大普及，又讓更多用戶轉移到移動互聯網，從而又進一步貢獻更多數據和內容。這樣的數據增量讓全球社交媒體的收入大漲，僅根據咨詢公司Gartner2012年的研究結果顯示，2012年全球社交媒體收入估計達到169億美元。

一邊是社交媒體因為大數據的盆缽滿載，另一方面則是用戶不斷毫無保留的將個人信息交給互聯網，這些信息包括年齡、性別、地域、生活狀態、態度、行蹤、興趣愛好、消費行為、健康狀況甚至是性取向等。一時間，針對海量用戶信息的大數據挖掘、大數據分析、大數據精準營銷、廣告精準投放等等迅速被各大公司提上日程。

比如，一個發生在美國的真實故事就會告訴我們，利用數據挖掘如何掌握我們的行蹤。一個美國家庭收到了一家商場投送的關於孕婦用品的促銷劵，促銷劵很明顯是給給家中那位16歲女孩的。女孩的父親很生氣，並找商場討說法。但幾天後，這位父親發現，16歲的女兒真懷孕了。而商場之所以未卜先知，正是通過若干商品的大量消費數據來預估顧客的懷孕情況。

類似的大數據挖掘和營銷事件在今天更多的發生，尤其是社交媒體產生大量數據後。於是，許多人對個人隱私數據開始擔憂，開始批判大數據精準營銷侵犯了個人隱私，憂慮我們進入了大數據失控的時代，並將原因更多歸結於社交媒體。

二、大數據營銷和個人隱私泄露之間不能完全劃等號！邏輯關系不成立！

如果客觀的分析一下上述問題就會發現，這是一個難以分說的雞生蛋還是蛋生雞的問題。一味地批判大數據分析對個人用戶數據的泄露或濫用是不客觀的。

因為，社交媒體的本質在於分享和傳播，社交媒體的出現的確滿足了人們分享個人信息、曬各種數據的慾望，讓人們在過去無聲無息的生活中突然轉移到了可以讓全世界看到自己的平台上來。人們從而達到了內心的滿足感和存在感。因此，單從個體的背後心理來考慮，社交媒體對他們來說是有益的，他們不認為自己貢獻的是不可告人的秘密，既然分享出來，那一定是希望或允許別人看到的。因此，這是一種無形的默許的交易，用戶樂意把自己的各種瑣碎細節暴露於社交媒體，而對社交媒體上雜亂無章的海量用戶數據進行有序的分類和分析也沒有什麼不妥。

當然，如果社交媒體平台隨意濫用或泄露用戶的後台數據，比如個人聯系方式、家庭住址、銀行等極為隱秘的信息，這的確是赤裸的侵犯隱私的行為，極其沒有道德，必須要受到譴責和法律制裁。

但目前，許多大數據精準營銷的前提是對用戶在互聯網上留下的公開顯在的信息進行演算法歸類和內容分析，從而對海量用戶進行人群劃分，或者對小眾群體進一步細分化，甚至達到某種程度上針對單個人的個性化定製，最終達到精準推送廣告或有針對性推出營銷活動的目的。

所以，從這個角度來看，大數據精準營銷與個人主動分享和傳播到網路上的信息數據之間並沒有矛盾。人們起初或許會驚訝：為什麼他們知道我想買什麼？為什麼他們知道我的需求？但隨著「猜透心思」的推送行為讓人們的生活越來越便利時，比如省去大量搜索、查找和對比產品或服務的時間，他們可能會十分習慣並依賴這種精準性，並不會在意他們本來就隨意分享到網路上的雜亂信息被如何挖掘和利用。

因此，用戶發布和分享的信息是否為隱私，在用戶分享信息之前就做過慎重考量和篩選。這一點非常重要，這是侵犯隱私與否的界限。那些被用戶選擇為不適合發布或不希望別人知道的信息就是用戶認為的隱私，而那些已經公開發布到社交媒體或網路上的信息則被用戶認為是可以傳播的。

所以，普通的對海量公開信息的分析、挖掘、歸類，從而進行精準營銷的大數據行為不能一味被罵成是對用戶利益的損害。而那些對用戶存儲在某些位置、不希望被他人了解的信息(私人存儲的信息)如果被別有用心的人泄露或利用，那這就是隱私侵犯行為。但這就不能歸罪於大數據，而應質問存貯平台的安全性問題。

因此，我們不能過分解讀大數據精準營銷。其實，問題的本質在於，人們是否真的在意雜亂信息的去向(涉及到分享信息的背後心理和動機)？以及大數據營銷是否真的觸碰了人們不可告人的秘密或底線(需要對秘密和底線重新定義)？因為，如果人們默認分享的都是公開的，那麼侵犯隱私的概念就是不成立的。如果人們有不希望別人知道的信息，也不會貿然在網路上分享和傳播。

三、大數據營銷究竟會給企業和用戶帶來什麼價值？

討論完上面的問題之後，我們是否應該誠懇對待大數據精準營銷這件事？那麼大數據營銷究竟對於企業和用戶兩方面來說，都有什麼樣的價值？

1、對於企業的價值

讓我們先看一個國外案例：

我們都知道美劇《紙牌屋》，提到《紙牌屋》的成功，最大的功勞便是大數據分析。因此，《紙牌屋》幾乎成了大數據營銷的經典案例，也是美國Netflix公司基於用戶信息挖掘來決定內容生產的成功嘗試。

Netflix的訂閱用戶達到了3000萬左右，而大多數用戶的觀影都與精準推薦系統有關。Netflix會定時收集並分析用戶觀看電影或電視劇的行為，比如根據用戶對電影的評分、用戶的分享行為、用戶的觀影記錄等信息去分析用戶的收看習慣，從而推斷用戶喜歡什麼樣的影視劇，喜歡什麼樣的風格，喜歡什麼樣的導演和演員。在此基礎上利用演算法對用戶感興趣的視頻進行推薦排序，直到用戶找到最喜歡的影視劇。《紙牌屋》的導演和主演就是Netflix挖掘用戶信息後的預測出來的。

那我們再看一個國內案例：

我們都知道阿里巴巴和新浪微博合作的事情，阿里巴巴斥資5.86億入股新浪微博。除了網路上各大媒體分析的，認為阿里巴巴希望打造生態圈、強化流量入口、挑戰騰訊等等原因之外，還有一個重要原因或許就是大數據營銷的戰略。

如今各大互聯網大佬都在跑馬圈地，圈住用戶，誰能圈住用戶，讓用戶在其平台上活躍，誰就掌握了用戶的大量信息(包括顯在的前台信息和隱藏的後台信息)。新浪微博在中國有幾億用戶，這個量十分龐大，但如果新浪不能把這些用戶產生的信息合理的利用，那麼這些資源就是巨大的浪費。我們再看阿里巴巴，中國最大電商平台，它有產品，但是卻沒有完整的用戶日常生活行為信息，只有購買信息，但這些購買信息不足以了解人群特點和喜好。所以，只有跟新浪微博合作，掌握大量用戶的行為信息，從而對其分類，找到不同人群甚至不同個體的喜好、偏好、興趣、愛好、習慣、傳播習慣、分享路徑等等，那麼就能實現精準營銷，甚至還可以通過不同用戶的信息傳播規律，而制定產品的最佳品牌傳播途徑。這是一座巨大的金礦。

新浪微博和阿里巴巴合作後，微博上出現了一些產品推薦信息，同時新浪微博已經推出支付功能。可以想像：未來你在微博上看到相關推薦的產品，恰好是你喜歡的產品，那麼你就可以直接在微博上實現支付和購買。從而新浪微博和阿里巴巴各取所需，共享收益。當然，這是我個人的觀察和分析，不過阿里巴巴的大數據戰略也很明顯了。

2、對於用戶的價值

上述兩個例子說的都是大數據帶給企業的價值，那麼，大數據營銷對於用戶來說，到底有沒有價值？用戶是否十分反感精準營銷？讓我們再來看看一個新的調查數據：

中國傳媒大學國家廣告研究院剛剛發布一份《2014中美移動互聯網發展報告》，這份調查報告對比了中美兩國用戶移動互聯網的使用習慣，以及移動用戶對於移動廣告的態度。

調查顯示，最可能得到智能終端用戶回應的廣告內容為：(1)與用戶要購買物品相關的廣告(2)與要購買物品相關的優惠券(3)搞笑的廣告(4)與用戶最喜愛品牌相關的廣告(5)與用戶在線上訪問過網站或使用過的應用相關的廣告(6)與最近線上購物相關的廣告(7)與用戶所在場所相關的廣告(8)與最近收聽、收看的廣播/電視相關的廣告。(佔比>=20%)

從這些數據我們可以看出，在8個結果中，有6個都是跟大數據精準營銷扯上關系的。比如，與用戶要購買物品相關的廣告，更能引起用戶的回應或互動。如何理解？大數據營銷的前提就是計算並推測用戶的真實需求，看用戶需要購買什麼相關產品，然後給用戶直接推送用戶想要的、喜歡的，做到了精準到達。那麼用戶呢？用戶樂意對這樣的推動廣告或產品做出回應，因為這些廣告少了對用戶的打擾，並且讓用戶費勁心思對對比或貨比三家後才購買的決策過程降低，節省了時間，讓用戶直接找到內心真正所需的產品或服務。

所以，這樣的結果就表明，大數據精準營銷並不是完全都會讓用戶反感，而是看你猜透用戶心思的程度。因此，如果你推送的內容和用戶想要購買的物品相關，與用戶最喜愛的品牌相關等等。那麼這種精準挖掘並不會受到用戶的反感，反而會給用戶帶來便利。

四、不要過分迷信大數據；大數據的實質究竟是什麼？

看了上面的分析，或許你會認為大數據分析真是無所不能。但是，我們不能過分迷信大數據，於是接下來的問題就產生了。

1、大數據分析和傳統統計學方法有什麼樣的關系？

大數據所遵從的是：以大量數據，甚至所有數據為基礎，然後用演算法去計算分析，從而更精準的找到各個因素之間的相關關系(不是因果關系)，以發現數據之間的規律。

那我們看看傳統的統計學方法，統計分析學解決的就是如何通過選取少量的樣本，通過對樣本的分析，然後推斷整體的趨勢和規律。所以，用的是概率。一般會規定在90%、95%或98%的置信度(精確度)下最大程度推斷總體。如果目的明確，樣本選取得當，操作科學，那麼不需要大量數據就能分析出規律，從而推斷出總體的規律，並且可以發現不同因素之間的因果關系。比如，抽樣方法確定後，就可以確定樣本數量，如果抽樣得當，那麼樣本的數量跟總體的數量之間沒有太多直接關系。

舉個不恰當的例子以供理解：假設選取1000個樣本，推斷的規律是A，選取2000個樣本，同樣呈現出A規律，選取3000也差不多這樣。那麼，我們實際上科學選取1000多個樣本就可以達到目的了。所以，傳統的抽樣和統計方法，在最大程度上解決了成本問題，雖然會有誤差，但仍可以發現的顯在規律。

所以，從這個角度來說，大數據分析最終得到的結果很可能跟傳統統計學方法分析的結果類似，只不過把原來的小樣本變成了大樣本分析。雖然大數據分析理論上是更精準，也可以彌補傳統誤差的缺陷，但准確度未必像我們想像的那樣提高非常多(因為大數據分析會嚴重受到數據源的影響)。另外，也不一定能發現更多新規律。如果是這樣的話，我們不禁要問，大數據究竟是為什麼而存在？

另外，在傳統的統計學分析當中，比如對市場情況的分析，我們要結合實際的環境和背景來解讀數據和分析數據，我們並不把數據當成唯一的和萬能的指引。所以，這裡面就存在人根據經驗和實際情況進行數據分析的過程，而人參與分析的能力是很重要的。

2、什麼樣的事情是大數據做不到的，而傳統的調查分析方法卻可以做到？

大數據營銷的前提是大數據分析，而大數據分析是基於演算法的，是計算機固化的模式。也就是說，原來由人對數據分析的那部分工作，現在我們把它約定到演算法里了。並且，大數據精準營銷是對用戶產生的網路瀏覽數據、分享數據、搜索數據等等行為信息進行分析，從而對人群或事物進行分類，並由此推測人的偏好、興趣等。

但是，偏好不等於真實需求，點擊不代表一定喜歡。一個人今天在社交媒體上說：「這個產品不錯」，就認為他一定喜歡或一定需要這個產品嗎？

機器可以對行為分類，但卻不能真正探測到人的心理和真實需求。那麼，對於人的真實心理和需求的探測，我們如何做到？這時候，傳統的市場調查和分析方法是不可取代的。比如，深度訪談法，比如焦點小組訪談法，投射法等等。這些方法都可以在最大程度上，從心理學的角度去分析和發現，人真正的慾望和本質需求。所以，今天很多大的廣告公司、營銷公司，他們仍然採用這樣傳統的方法去了解表面數據背後的故事和原因。而這些故事和原因，是演算法目前沒辦法做到的，必須由人來完成。人和人的交流才能探測人的內心。

從這個角度來說，大數據並不是萬能的，也不能被一味神話，我們必須清晰的認識到它的實質，它能用來干什麼，不能用來干什麼。我們可以這樣理解：人對數據的計算和分析工作如今可能會被機器替代，但是，人的另一部分工作(探測人內心的能力)沒辦法被演算法替代。

比如，前兩年我曾報道過《寫書都可以用演算法實現自動化了，拿什麼挽救出版》這樣的新技術，據稱目前亞馬遜上大量圖書都是被演算法寫出來的，演算法會根據人寫書的邏輯思路來組織語言。但是，這些書卻不能彌補人類情感的缺失，不能表達出社會背景和作者所處環境帶來的情感波動等等。

五、大數據分析或大數據營銷面臨的真正挑戰是什麼？

1、數據冗餘問題，有沒有必要用這么多數據？

數據源問題，數據質量有無保障，是否是真正所需？

大數據分析一直被人稱頌的優點就是：海量數據的運用。但是，數據是不是越多越好？如何篩選這些數據？如何找到有價值和有用的數據？數據的龐大和冗餘會對大數據分析造成什麼樣的影響？

對於大數據而言，巨量的數據來源是分析准確性的根本保證。但是，數據量大到一定程度後也面臨著很大問題：想要保證准確度就變的困難了。這樣就難以保障分析結果的准確性了。大數據分析和預測失敗的例子也有很多。比如，最典型和著名的一個便是谷歌預測流感趨勢失敗的案例。

報道稱，谷歌是基於搜索引擎數據進行的分析，其分析結果與美國疾病防控中心的監測數據相差近兩倍。盡管谷歌不斷調整演算法，但仍不能保證結果的准確性。這就說明一個重要問題：數據源問題。谷歌是基於搜索引擎上的搜索詞來分析的，許多搜索詞都是無效的，沒有任何意義的，所以它們不能真的代表流感趨勢，但它們同樣被計算在內。這就造成了結果的嚴重偏差。

所以，你弄到的這些數據，如何保障它們的確是你所需的？的確是重要的？如果數據源出現了嚴重偏差，那麼你的分析再精準，那麼也是徒勞。比如，你花費了大量精力去搜集互聯網用戶產生的日常分享信息，你對他們的所有信息都進行分析，結果預測出幾種消費趨勢。但是，這些分享信息中有大量冗餘信息，數據精準度很差，許多都是跟消費沒有關系的，那麼這種分析結果很可能就是不準確的。你按照這種結果進行下一步營銷戰略當然可能是失敗的。

2、大佬平台的游戲，普通企業難掌握大量數據；難檢驗可信性

各大互聯網公司平台掌握著用戶資源，用戶產生的信息當然也被聚集在各平台內。但是，各家公司或平台的數據並不會完全向公眾開放。我們只能通過某些工具抓取到網路上散落的信息，但不能准確掌握完整的有實際價值和意義的後台數據和信息。

而這些海量信息，對於像谷歌這樣的大互聯網公司來說，就是寶藏。大數據或許只是這些大佬平台的游戲，普通企業比較難參與進來。

並且，這些平台之間並不互通和開放，他們分析出來的數據結果得不到第三方的驗證和檢驗，我們就無法知道他們大數據分析結果的有效性和可信性。當然，他們將這些數據分析用戶自身產品開發和自身發展上還是很有價值的。所以，普通人或普通企業對於大數據的渴望或許是奢望。將來互聯網大平台公司或許會售賣大數據分析的服務，這很有可能。並且，未來，個人數據管理領域的創新和創業將會增加，應用也會增多。

以上是小編為大家分享的關於深扒大數據:關於用戶隱私以及企業價值的相關內容，更多信息可以關注環球青藤分享更多干貨

⑦ 記者調查：網路平台暗藏隱私數據交易 信息安全領域亟待「掃黑」

「盡量打語音，不要發文字！」

「可以放心，咱們是長期合作，數據都是真實的。」

「**寶付款，到時發你郵箱。」

被公開售賣的隱私數據

灰色交易藏匿於貼吧、淘寶等網路平台

聯系中介賣房，隔天就有貸款公司問你需不需要借貸；每年車險快到期，就莫名其妙接到各種保險公司的推銷電話……是哪個環節出現了問題？

在網路貼吧上，一些個人隱私數據、行業數據被公開叫買叫賣。

「全國企業內部員工通訊錄，真實可測」「大眾點評商鋪數據，量大3000萬」「收影視手機數據，支持測試的來」「收微博原始數據」……

灰色數據交易藏匿於網路貼吧、淘寶、閑魚等平台。

賣家說，車險數據來自不同的平台，當天下單要第二天才能發，需要進行數據篩選，「如果單一個保險公司，搞不了那麼多，一個公司沒那麼強大。」

交談過程中，賣家提醒「盡量打語音，不要發文字」。

爬蟲是一種快速自動抓取網路公開信息的輔助工具，例如我們使用的搜索引擎都用到了爬蟲技術。

北京某 科技 公司技術總監劉剛指出，爬蟲能獲取的信息其實是有限的，且多數是公開的。但通過撞庫、誘導、群發、釣魚手段獲取大數據信息行為，已非單純的通過爬蟲技術獲取信息，應歸納到黑客、木馬程序竊取的范疇。

行業互換成監管難點

越來越多的數據泄漏發生在企業內部

事實上，隨著公民對個人信息保護意識的不斷增強，以及監管體系的不斷完善，一些灰色交易正在浮出水面。

據媒體報道，浙江省通信管理局在7月5日對投訴人的答復函中核實，2019年11月11日，阿里雲計算有限公司未經用戶同意擅自將用戶留存的注冊信息泄露給第三方合作公司，該行為違反了《中華人民共和國網路安全法》第四十二條規定。

當前對於大型企業，特別是互聯網大廠，數據安全被視為「生命線」，一旦出現數據安全事故，其後果將是難以承受的。《網路安全法》第21條明確規定了「國家實行網路安全等級保護（「等保」）制度，要求網路運營者應當按照網路安全等級保護制度要求，履行安全保護義務。」業內人士表示，一般大中型企業都會通過「等保」全面提升數據安全防護能力。

但是，「防止數據泄漏和數據合規運營是當前大多數企業面臨的難點。」360集團大數據協同安全技術國家工程實驗室咨詢總監童磊坦言，中大型企業在完成數字化轉型過程中基本具備網路安全基礎防護能力，成熟度較高企業普遍實施傳統數據安全方案，但對於隱私數據企業則普遍沒有專門實施單獨的安全管控，部分出海企業會針對出海業務實施GDPR隱私合規方案。

「越來越多的數據泄漏發生在企業內部。」童磊說，一方面，隨著數據價值的提升，數據全生命周期流轉往往涉及多個部門和多個系統，而相應的訪問控制與許可權管理很難兼顧安全與業務兩方面訴求，訴求差異以及統一安全運營控制的缺失往往導致數據泄漏事件的發生。

另一方面，在數據成為新型生產要素的背景下，數據載體分布廣，海量數據匯聚、流通、分析和共享，導致很多企業都不了解自己的數據，不能夠清楚地知道敏感數據的具體分布，數據資產不清晰也為數據安全管控和保護策略的實施帶來了困難。

「數據安全是相對的，很難做到絕對安全。」在劉剛看來，在一些面向C端服務的行業，如房產中介、保險金融等，基層網點多，人員流動大，而且能夠直接觸及到客戶信息。這些特點使得數據「行業互換」等違法行為更加分散、隱蔽，一些企業在監管方面的「鞭長莫及」「默不作聲」一定程度上助長了這種灰色交易。

劉剛認為，平台方應主動加強自身監管，落實內外風險管控、提升信息保護等級。另一方面，建議加大對個人泄露隱私的處罰力度。

目前，一些機構、企業也 探索 通過技術手段實現數據「可用不可見、可用不可取」。例如通過隱私計算技術，在不共享明文數據、保障數據安全和用戶隱私的前提下，實現多方數據協同，聯通數據孤島，可以有效打擊數據黑產。

數據安全頂層設計逐步到位

扎緊「數據灰產」牢籠仍需各方合力

在保護數據安全方面，即將實施的《數據安全法》規定了關鍵信息基礎設施的運營者、從事數據交易中介服務的機構、國家機關等數據處理者均負有數據安全保護的義務。第四十四條至第五十二條還詳細規定了違反相應義務時各主體應當承擔的責任。肖颯表示，這有利於在發生違規違法事件後釐清各主體的法律責任。

「作為重要生產要素，數據對經濟發展的價值需要被進一步重視。」中國電子技術標准化研究院網路安全研究中心數據安全部主任胡影認為，《數據安全法》的一大特點在於兼顧統籌數據安全與發展：一方面釐清隱私保護、數據安全鏈條中各主體的法律責任；另一方面也鼓勵數據的合法開發利用，保障數據依法自由有序流動。

隨著《網路安全法》《數據安全法》《個人信息保護法》的逐步到位，數據安全和隱私保護的監管力度正在不斷加大。業內人士認為，頂層設計正在逐步到位，但要扎緊「數據灰產」牢籠，仍需行政監管、市場約束、行業自律、 社會 監督等各方合力。

「從監管動向來看，電商、外賣、快遞、打車、連鎖酒店、求職招聘等行業，獲取的信息不僅涉及到用戶隱私安全，還有可能涉及國家安全。」劉剛認為，大公司所獲取的數據，往往更具有價值，加強企業對個人信息規范管理的同時，應推動建立統一的管理系統，以保證數據使用安全、合法、可追溯。

據中國信通院雲計算與大數據研究所副所長魏凱介紹，信通院已牽頭制定《數據安全治理能力評估方法》，編制發布《數據安全治理實踐指南》，推出國內首個數據安全治理能力評估（DSG評估）服務，為企業建設、度量、改進自身數據安全治理體系提供方法論和操作指南，引導企業從戰略、技術和制度等角度全面提升安全能力和合規水平。截止目前，已有20多家頭部企業積極開展貫標工作。

「對於信息安全行業而言，應該積極 探索 如何平衡地利用數據，既要保護個人隱私、保護單點數據，又要進一步放大數據價值，真正實現數據全流程安全，確保數據可用不可見、可用不可取，進而發揮更大的政企數據賦能作用。」安恆信息董事長范淵說。

（文中林峰、劉剛均為化名。實習生許願對此文亦有貢獻。）

⑧ 哪個app的隱私比較高啊

站長之家(Chinaz.com)3月20日報道：“手機丟了，比電腦丟了還恐怖。”小米科技CEO雷軍為何如此直言? 隱私，本是不願告人或不願公開的個人私事，但不知從何時起，它已然成為關繫到眾多用戶利益的“民生”問題，從兩會到315，互聯網信息安全問題已被提高到一個新高度。 雷軍說，在電腦上，郵件還會輸密碼;在手機上，為了使用的便利，大部分都是默認的密碼，你的手機要是丟了，比電腦丟了還恐怖。 手機因何讓人如此小心翼翼? 近日，DCCI互聯網數據中心報告中一組數據顯示，66.9%的智能手機移動應用(APP)在抓取用戶隱私數據，其中通話記錄、簡訊記錄、通訊錄是隱私信息泄露的三個高危地帶。 復旦大學計算機科學技術學院一研究團隊抽查安卓系統七個應用商城300餘款應用，58%存在泄露用戶隱私的行為，其中25%的程序還將泄露的信息進行了加密發送，使得在進行安全性審查時，確認其內容和傳送目的地變得非常困難。一些泄露用戶隱私的應用甚至連“騰訊手機管家”、“360手機衛士”等殺毒軟體都無法查出。 對此，用戶只能束手無策?當應用開發門檻低、應用市場混亂、刷機市場暗藏風險、惡意軟體形成聯盟等亂象叢生時，當用戶依賴的360等安全軟體被曝借保護用戶隱私之名暗地裡收集用戶隱私時，人們絕望了……眼下，移動安全著實面臨著巨大的威脅，可誰來充當這個正義的警察?難道，用戶只能眼睜睜地看著自己的那點兒隱私被無底線地挖? 病源追蹤： Android在安全領域淪陷 有數據顯示，Android已在智能手機市場斬獲68.8%的份額，處於絕對主導優勢;在平板電腦領域，盡管蘋果優勢明顯，但數據機構也預測Android平板將取勝。 “Android，真的成功了嗎?”近日，關於安卓的這個疑問引起了眾多人的反思。 毫無疑問，因為開源和免費，Android在近幾年以驚人的速度佔領市場，一躍成為智能手機市場的老大。但不可否認，廣泛普及之餘，一系列的困擾也隨之而來：通知欄廣告轟炸、惡意軟體、後台扣費、信息泄露層出不窮……Android因此在安全領域頻頻淪陷。 據網秦提供的數據顯示，去年6月，查殺到安卓平台手機惡意軟體5582款，數量為當月查殺塞班惡意軟體數的十倍，其中有15款惡意軟體感染超過10萬部手機。而360數據顯示，已經有超過五萬款安卓應用捆綁了通知欄廣告插件。 專家分析認為，Android系統的開放性是一把雙刃劍，可以為用戶提供更靈活的界面和操作、提升用戶體驗、快速佔領市場的同時，也帶來了惡意軟體失控等難纏的問題。值得一提的是，其最大的風險並非扣費和惡意廣告，而是在於信息安全難以保證，這種信息安全隱患涉及到廠商、應用商城、手機應用等多個層面，其中，應用層面問題最棘手。 說到這兒，相信大家都遇到過類似的場景：一、新買來一款Android手機，裡面預裝數款APP，雖對其沒有使用的慾望但卻無法刪除，無奈之下，只能擱置一旁不再問津;二、在眼花繚亂的應用商城中搜尋到自己滿意的應用，正准備下載安裝時卻被詢問是否同意其列出的幾項條款，包括讀取通訊錄地址、需要 GPS定位你的位置等等，令用戶無語的是，如果冒昧地點了“不同意”，不好意思，這款應用你應該是不能體驗了、三、“被迫”接受各種“不平等”條約，安裝使用APP後，不斷跳出各種內置廣告，此時此刻，“一聲嘆息”，作罷。 此外，還有調查數據顯示，約有五成的手機用戶通過PC端助手安裝手機應用。安裝手機應用時，都要用戶開“調試模式”。如果不開“調試模式”，用戶無法讓手機與PC連接，如果開了“調試模式”，手機里的日誌信息、用戶賬號、訪問歷史和書簽、日歷和行程、通話記錄、各類感測器數據、本地文件等所有信息都向應用商城敞開，也存在很大的風險，畢竟，難保這些應用商城都能做到自律。 隨著移動互聯網時代的普及和規模化，無疑，APP的誕生大幅度提高了用戶的需求體驗，但是，這種“強奸”用戶式的做法實難讓人承受。這不，為了刪除手機自帶的一些程序，記者身邊的朋友們都學會了“Root”。 相關技術人士解釋稱，擁有root許可權，用戶可以根據自己喜好刪除系統內置程序或者刷第三方ROM。如果沒有root，想要自行刪除，還需下載具有相關功能的第三方軟體。 基於以上種種，手機應用開發者也好，廣告商也罷，他們為何一定要這么做?內置廣告代碼、獲取用戶基本信息……凡此種種，是否已經構成侵犯用戶隱私?一切小動作的背後又能給他們帶去什麼? 現狀解讀：利益驅使 一切只為生存 今年的315晚會上，經央視曝光的Cookie一詞一夜間成為了熱門詞彙。這邊，Cookie被廣告公司利用，對用戶造成了隱私和廣告的困擾;那邊，互聯網廣告的精準投放正是建立在Cookie數據的基礎上。廣告和隱私，如何拿捏和平衡? 轉身看手機APP，與其“悲慘”遭遇似乎有些同出一轍。 據了解，當前智能手機中運行的應用程序主要有兩種基本盈利模式：直接收費和內置廣告。在內置廣告模式中，手機應用程序可供用戶免費下載，但一些商家會在應用程序中植入廣告庫，後者會定期在用戶手機上運行廣告，用戶點擊這些廣告的次數越多，應用程序開發者從廣告投放商家那裡獲得的報酬就越多。 一位內部人士也指出，大多數人並不知道“讀取手機狀態”是允許該軟體能夠看到手機中的基礎信息，例如使用的運營商網路以及手機底層裝了哪些軟體。而這款應用有多少用戶，有多少下載量，無論是自己的還是別人的數據都很值錢，自己的數據可以拿給風投看用來談融資，別人的數據可以出售。 為此，站長之家記者聯繫到多名手機APP開發者。對於上述提及的情況二，其中一開發者解釋道，授權提示算是一個告知義務吧，對小白用戶沒有用，太高深了;內置廣告代碼獲取用戶地理位置是為了更精準的投放廣告，一般不會涉及用戶的隱私問題。同時，他們也提醒稱，收集用戶隱私雖然在技術上不難實現，但用戶可以很容易驗證。比如：看廣告公司出的API，裡面有各種需要的許可權說明，對開發者來說，有個別是可選植入的，比如位置。 “內置廣告代碼是開發者的一個盈利模式，為什麼要屏蔽廣告呢?開發者也要賺錢啊。”他們的回答理直氣壯，但似乎還帶有一絲“委屈”。 當前，移動APP開發成紅海之勢，盈利模式的不清晰、加上同質化產品泛濫、Android碎片化和國內應用市場的混亂無章，給APP開發者的生存帶來了巨大壓力。 據艾媒咨詢報告顯示，2012年第三季度APP開發者持平與實現盈利的開發者分別佔29.7%和15.2%，入不敷出的app開發者佔55.1%，這個比例還在逐漸擴大。 了解用戶通訊錄、簡訊記錄等基本情況;獲取用戶的地理位置、UDID、SIM卡序列號……當真觸摸了行業道德規范的底線?左邊是生存的壓力，右手是用戶隱私的保護，怎樣才能讓這桿天平保持平衡? 站在一名普通用戶的角度，並不是說APP應用不能讀取跟自身功能弱相關的信息數據，畢竟，比如社交類APP，需要讀取通訊錄許可權以導入熟人關系，只有GPS定位地理位置才能查找附近美食和消費場所……只是，用戶非常關心：這個讀取行為是否不應該是默認必須接受的?用戶能否有選擇?且各家公司只有安裝前的告知，並沒有對用戶講清數據用途以及如何保護這些個人隱私信息。 同時，據DCCI互聯網數據中心報告顯示，66.9%的智能手機移動應用在抓取用戶隱私數據，而其中高達34.5%的移動應用有“隱私越軌”行為，單就讀取通話記錄行為的移動應用當中，有高達73.1%為越界抓取，亦即用戶在使用該應用過程中，根本不需要用到此項功能。 業內人士姜躍平表示，Cookie也好，內容分析也好，這次沒被提名的插件也好，都是全世界應用多年的技術手段。任何技術手段，是造福用戶還是危害用戶，還要看企業怎麼用。當年裡根總統遇刺後，美國的禁槍派乘機提出強化禁槍，但里根說，"是人殺人，不是槍殺人"。同理。 誠然，上述這番表達並無道理。一直以來，用戶隱私早已不是一個新鮮的話題，站在各自的利益點上上演一場沒有最終結果的唇槍舌劍並不是最終目的，無論是手機APP還是Cookie，相關當事人似乎都應該找尋其中的平衡點。 文章的最後，我們來圍觀一下一名普通用戶對互聯網浪潮下《隱私與泄露》的所感所想。 何為隱私?我認為一切能夠定位到個人的信息都屬於隱私，比如電話號碼，手機標識碼，身份證號碼，指紋信息，面部信息，等等。 互聯網興起後，互聯網公司得到了太多個人信息，可以說，你的一切都是透明的，這是一件很恐怖的事情。如果他們僅僅用於正規的數據分析那還好，但是要是用於其他用途，那後果不堪設想。 免費的東西永遠是最貴的。或許很多人還在認為當今互聯網提供了太多的免費應用，幾乎各大互聯網公司服務都是免費的，但是我們付出了怎樣的代價呢?你的各種信息正源源不斷的讓別人掌握，你的年齡、性別、手機號碼、消費習慣、思想狀態、交際圈，關注的話題等等。你是否認為這些對不管住隱私的你沒有用處呢?那麼我告訴你，現在企業的營銷成本已經越來越高，這些提高的成本反饋給了谷歌、騰訊、新浪等公司，而且會遠遠高出你直接購買軟體的價格，同時，你的信息還被公開，也就是說如果我有錢，那麼我肯定能知道你的信息。這是件恐怖的事情。

⑨ 「超星學習通」被曝用戶數據被公開售賣，這侵犯了用戶的哪些隱私

對於超星學習通的情況，我個人是感到非常氣憤的，這不僅會導致用戶的個人號碼以及身份信息遭到泄露，更可能會讓一些不法分子針對這些信息採取詐騙等手段來對他人造成錢財損失。

超星學生作為一款學習軟體，在學生隱私和信食保護上，更應該提高警惕意識。許多學生並沒有足夠的社會經驗，這些信息一旦遭到公開泄露，很有可能會造成錢財損失和個人隱私的風險問題。

對於超星學習通的相關問題，我個人是非常氣憤的。

根據現有的媒體報道而言，超星學習通據稱和超過200所的相關高校進行了合作，這說明它裡面所含有的學生個人信息數量其實是非常龐大的。正因如此，就更應該對於自身企業的隱私和學生信息保護做出足夠的防護和警惕意識。此次卻被曝出了信息公開泄露的問題，該公司在對學生個人信息的保存以及防護上面存在著重大的管理缺陷和問題。

⑩ 用戶數據隱私與企業需求的均衡解決方案——Permission

1. 數據隱私問題加劇

在互聯網行業不斷發展的現在，萬事萬物背後都被一連串的數據所代表。這次新冠疫情的每個環節都有著各類大數據的影子，從小區周圍的疫情地圖實時數據報告，到個人健康碼的使用，再到如何為運送防疫物資的司機提供最優路線，方方面面都能切實的感受到大數據的力量。

一方面，並不是所有數據都是我們渴望被他人所獲知的，眾所周知目前近乎所有的個人數據都被各類科技企業所掌握，個人對於自身數據的掌控權近乎為零。近十年來，包括Facebook、yahoo、等國內外科技企業發生了多起用戶數據泄露事件，2019年Facebook也因為用戶數據泄露問題遭到了50億美元的巨額罰單，一系列的用戶數據泄露事件，讓大家對自身數據的掌控權的需求愈發強烈。

另一方面，從廣告商的角度，對於大量無用的用戶數據所浪費的時間成本和人力成本消耗同樣巨大，投放的廣告並不能進行精準地投放，很難掌握到目標用戶群體的信息，還會遇到機器人刷單的「擼羊毛」情況，既花費了投放成本，又沒有很好地與潛在用戶進行連接。

於是，這二者之間急需找到一個均衡位置，用戶能夠進行有償地提供自己的數據信息，隱藏極為隱私的個人數據；廣告商在付出一定的開支後，能夠將自身產品投放給目標用戶群體，減少廣告成本，實現雙方的互利共贏。區塊鏈技術的發展，或許是解決數據隱私問題的重要解決方案，區塊鏈電子商務平台permission通過平台通證激勵體系，找到了一個新的平衡。

2. 數據交互平台——Permission

Permission是一個旨在連接個人用戶與廣告商的基於區塊鏈技術的平台，讓個人用戶在使用電商平台及各類廣告被投放垂直領域內，實現時間和數據的貨幣化的目的。個人用戶可以再遵循自身允許的前提下，提供有償性數據便於廣告商能夠直接精準投放，並且整個流程在鏈上發生，更加公開、透明化，避免了例如Facebook數據泄露事件的發生。利用區塊鏈通證經濟激勵體系，很好的將生態中每個角色通過通證媒介ASK進行連通。

2.1 Permission社區

Permission目前採取會員激勵制度，40%的ASK代幣分配給用戶注冊獎勵，並且獎勵會跟隨ASK市值的增加進行動態減少，這也意味著，早期的注冊用戶能夠享受更高的ASK獎勵。Permission會員擁有以下權利：

[if !supportLists]-       [endif]Permission充當用戶會員的「代理」，會員在自願提供數據同時，獲得ASK獎勵；

[if !supportLists]-       [endif]Permission ID數據可移植，會員能夠實現跨應用進行數據授權；

[if !supportLists]-       [endif]Permission平台將幫助會員用戶從其他數據平台，建立個人的數據池，並且只有本人具有訪問許可權；

同時，廣告商也是permission社區中重要的組成部分。平台建立了信譽機制，permission將基於透明的規則條款，收集用戶對於廣告商的評價及數據信息，針對低信譽的廣告商將會有適當的懲罰措施。對於用戶而言同樣也具有信譽體系，當廣告商和用戶的信譽分數保持均衡時，用戶能夠獲得更高的ASK獎勵，廣告商將能夠獲取更准確優質的客戶群體。

2.2 Permission ID

在大數據發展迅速的當下，每個人都擁有著不同的ID，從身份證、駕照再到社保卡，每一個ID的背後就意味著自己就被一串數字所「代表」，而我們願意被這些數字所代表的原因則是，政府機構為其提供了信用背書。

Permission平台為用戶提供了可交互操作的數字身份Permission ID，基於自身系統開發的簡單的ID，並在之後拓展這個身份，並且在不同平台、企業、政府機構之間便捷交互，統一了個人的身份數據信息，並且數據許可權掌握在用戶個人手中，在合適的許可權下，能夠開放給希望進行數據交互的個人和組織。

Permission ID最大的特性在於解決了數據之間的「壁壘」存在，不同平台或系統之間，通常數據並不是互通的，最常見的例子就是當我們想要出國旅遊時，往往並不能使用身份證這個ID，而是要重新辦理護照這個ID。若當這個數據許可權掌握在個人手中，有一個統一的並且自己能掌握相關許可權的ID，那麼當前所面臨的交互性「壁壘」問題將會迎刃而解。

2.3 Permission 網路

整個Permission網路是由具有特定功能的伺服器節點網路組成，包括全節點、啟動節點、API節點以及許可權節點：

[if !supportLists]-       [endif]啟動節點為新節點提供連接到Permission網路所需的信息，而每一個新節點能夠成為全節點、API節點或是許可權節點。

[if !supportLists]-       [endif]全節點，儲存了Permission網路中所有的數據信息；

[if !supportLists]-       [endif]API節點分為內部API節點以及外部API節點，外部API節點用於對接外部應用，如錢包、其他社交平台等，內部API節點則是擁有訪問私有化的數據信息，任何訪問數據信息將全部上鏈，透明可查。

[if !supportLists]-       [endif]許可權節點可理解為目前常見區塊鏈項目的負責「出塊」的挖礦節點，Permission網路擁有少量的許可權節點，當部分許可權節點出現故障時，網路將對其進行替換；

Permission網路基於以太坊網路進行開發，並且採用一種相對簡單的共識機制Clique POA共識機制。每個新節點需要通過競爭許可權節點，來獲得產生新區塊的區塊獎勵收入，只需要在初期選出少量許可權節點，成功地將Permission網路進行運作，便可以如同「水車」一般不斷地進行許可權節點的啟動和輪換。

2.4 Permission用戶安全

Permission網路安全管理可分為，用戶密鑰管理以及單一Permission ID。Permission將使用開源技術進行密鑰的整體管理，由HSM伺服器池和災難恢復池提供支持，HSM伺服器分布與不同區域，分布式伺服器能夠最大限度的提高密鑰管理的安全性；

Permission網路將引入「分數體系」，網路用戶需要提供一些數據用於生成Permission ID，並且通過部分用戶許可權允許訪問的數據進行ID確認，當用戶拒絕提供具有真實可信度的數據時，Permission網路將進行會員權利限制，這都將通過智能合約所實現；

正常狀態下，用戶個人數據將被儲存在一個使用AES-256加密的儲存對象中，當用戶與廣告商或其他企業進行數據交互時，所需的部分數據將以匿名方式形成聚合數據集公開，除非用戶進行相關授權，否則任何平台或個人無法獲取到用戶的數據信息。當然，系統將根據用戶提供的不同類別的數據，連接相關廣告商，從而用戶能夠獲取到ASK的通證代幣獎勵，這也激勵著個人用戶公開部分可被訪問的數據信息。

2.5 Permission產品進展

根據項目白皮書所示，2020年Q2-Q3將上線Permission購物功能以及Permission ID，目前官網能夠進行試用的功能有，新用戶的注冊以及邀請其他用戶注冊機制，白皮書提及的兩大重點功能尚未開放。目前，新用戶注冊將獲得100 ASK的獎勵，每有一位好友使用自己的推薦鏈接注冊平台的也能夠獲得100ASK的獎勵，郵件訂閱官方信息也能有20ASK的獎勵，其他功能尚未開放，具體產品使用性，需要進一步等項目方發布測試版進行嘗試。

3. 數據和時間的獎勵

Permission通證ASK的設計目的是在permission生態系統及其應用程序中使用。用戶可以通過他們的時間和數據賺取ASK。只有在保證足夠吸引用戶的激烈計劃後，才能夠不斷吸引用戶到平台上通過提供他們自己可公開的數據，獲取到有價格的通證ASK，並且能夠在平台上直接使用ASK進行消費。

3.1 代幣分配以及供應量曲線

ASK代幣的總供應量為1000億，其中用戶激勵部分佔40%，團隊部分佔15%，早期支持者和購買者佔25%，剩下20%將分配給平台開發者和團隊顧問。其中，用戶激勵計劃占整個代幣分配最重要的部分，也是permission生態中最重要的一環。

Permission平台將ASK總量的40%，用於平台用戶動態激勵計劃上，為同時滿足用戶及廣告商之間的雙邊市場需求，平台將根據ASK市值進行動態調節用戶初始注冊獎勵。也就意味著，越早期注冊平台的用戶，將擁有更多的ASK代幣獎勵，而在一獎勵將隨著用戶數量的增加而不斷衰減。當用戶達到5億時，整個生態將到達飽和狀態，此時用戶和廣告商之間會處於良好的均衡狀態。

初始，ASK的總供應量為150億枚，分別是平台注冊用戶獎勵、ASK的購買者和支持這未鎖倉以及團隊部分，但由於代幣模型的設置，大部分代幣處於未流通狀態，根據白皮書所示，上所初期只有34億ASK的流通量（3.4%），目前開盤價格未定，因此無法確認初期的流通市值大小，後續關注相關定價信息的發布。

4. 核心團隊及合作夥伴

4.1 核心團隊成員

Charles Silver，Permission首席執行官和創始人。Charlie是金融和科技領域的創業者。他是Reality Shares的聯合創始人，是SEC在美國納斯達克和紐約證交所交易的5隻ETF的SEC注冊投資顧問，還是加密貨幣對沖基金BlockForce Capital的聯合創始人。在創建Permission平台項目之前，有過兩次非常成功的相關領域的創業經驗。

Dr. Robin Bloor，Permission核心技術開發。Dr. Robin擁有30多年的互聯網行業的開發經驗，同時也是Bloor Group的聯合創始人及首席分析師，具有深厚的技術開發實力及指導能力。

CEO和核心技術開發及其他核心成員的信息在Linkedin均可查詢，官網所披露的核心團隊成員過往履歷及permission公司的經歷，整個核心團隊在大數據及互聯網領域均有較深的從業經驗。

4.2 合作夥伴

Permission的合作夥伴涵蓋國內外知名的圈內外機構，包括專注於為加密資產提供流動性服務的Acheron Trading，矽谷知名律所Fenwick & West，以及錢包服務公司TREZOR，加密資產投資機構石木資本ROCK TREE等等，涵蓋了各行各業，其中大部分合作夥伴都來自加密貨幣圈內機構。

5. 社交平台熱度

Permission的官方社交平台「主戰場」在Twitter，但總體熱度一般，關注用戶量和互動率都不是太高，但從Telegram群的新加群用戶人數頻率來看，近期可能社交宣傳這一塊會加強，整體項目運營中規中矩，沒有特別的亮點，也沒有跟Twitter大V或熱度較高項目之間互動的推文，社交平台熱度普普通通。

近期，Permission社交平台新增關注用戶明顯上升，據了解項目方在多地區進行社區拓展，包括歐美、韓國、印尼以及越南地區都建立相應的社群並進行推廣，這一點從電報群近幾日的進群人數便可知悉一二，社群熱度逐步提升。

6. 數據是新的石油

2017年5月，著名的商業雜志《經濟學人 · 商論》刊登了一篇封面文章，文章中有那麼一句話，「一種新的大宗商品正在一個利潤豐厚、增長迅猛的行業中醞釀…如果是在一個世紀前，這種商品就是石油。而現在，引發巨頭們爭相搶奪的變成了數據，也就是數字時代的石油。」

人們在互相爭奪石油、黃金等商品的所有權或者開采權時，會不惜一切代價和手段去獲得。在大數據時代，個人數據也成為眾多企業競相爭奪的目標，而數據本身相較於黃金和石油，更容易被獲取，這與人們日益增長的個人隱私保護形成了矛盾沖突。

Permission則提供了解決個人和企業之間數據矛盾沖突的一個方案，找到雙方的平衡點。在保護個人用戶的重要隱私的同時，又能夠通過提供可供查閱的數據信息，獲取通證經濟獎勵；對於企業而言，也對非目標用戶群體進行了篩選，節約了中間成本，能夠直接精準定位企業服務用戶人群，從而找到雙方的均衡位置。當然，目前我們所看到的Permission網路生態仍只是一個雛形和願景，需要關注後續更多產品的真正落地，才能判斷這個數據的「烏托邦」是否能夠真正得到實現。