你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。

　　《光明日报》（ 2023年01月12日 16版）

2022年四季度债基回顾：近千只产品赎回超1亿份 这几只竟然超100亿******

　　中新经纬2月4日电 (薛宇飞)公募基金2022年四季度报告落下帷幕，基金份额申赎情况随之曝光。2022年债券型基金收益下滑明显，不少产品接连出现大额赎回，至四季度末，情况又是如何呢？

　　据Wind数据显示，2022年四季度，有996只债券型基金的净赎回份额超过1亿份，其中，超过50亿份的产品有38只，超过100亿份的有4只。从赎回率看，四季度赎回率超过50%的基金有499只，一些产品甚至被清仓式赎回，规模急剧下滑。

　　4只产品净赎回份额超百亿 华夏基金占2只

　　2022年，债券型基金出现一波赎回潮，引发市场关注。据天相投顾数据显示，去年四季度，债券型基金遭遇净赎回高达6581.22亿份，占整体基金净赎回份额的70%，当期利润则从2022年三季度的407.48亿元下降到-256.43亿元。

　　去年四季度，博时富瑞纯债A、华夏鼎茂A、国泰利享中短债C、华夏短债A等4只债券型基金产品的净赎回份额超过100亿份，分别约为176.49亿份、151.60亿份、102.32亿份、100.71亿份，赎回率分别高达68.27%、73.28%、62.85%、49.87%。

　　由于上述4只产品的赎回率较高，导致产品规模均出现大幅萎缩。净赎回规模最大的博时富瑞纯债A，由倪玉娟担任基金经理，该产品的规模在过去几年一路上扬，至2022年三季度末升至274.32亿元。但随着去年四季度债券市场的大幅波动和分化，规模出现断崖式下降，至四季度末降至约84.85亿元，较三季度末下降约190亿元。四季度，该产品的净值增长率为-1.56%，低于业绩比较基准收益率的0.02%。

　　截至2022年四季度末，华夏鼎茂A、国泰利享中短债C、华夏短债A的资产净值分别约为66.70亿元、67.98亿元、104.36亿元，规模降幅都较三季度末超过百亿元。在去年四季度，上述产品的收益情况不佳，净值增长率分别为-2.25%、0.09%、-0.50%，均低于各自的业绩比较基准收益率。

　　据Wind数据，博时富瑞纯债A、华夏鼎茂A、华夏短债A的投资者中，机构投资者的占比超过90%，它们在四季度均出现大规模的净赎回，这在一定程度上印证了去年较多机构投资者赎回止损的情况。

　　499只产品赎回率超50% 多只基金清仓式赎回

　　2022年四季度，债券型基金除了赎回的整体规模较大，单只产品的赎回率也较高。据Wind数据，四季度赎回率超过30%的产品有1016只，其中，赎回率超过50%的有499只，超过80%的也高达143只，超过90%的有82只。

　　赎回率超过90%的82只基金中，绝大多数都出现清仓式赎回，截至去年四季度末，剩余资产净值超过5000万元的产品寥寥无几。截至2022年三季度末，英大安惠纯债E的规模还有9亿元，四季度降为0。中加颐享纯债债券C三季度末的规模超过10亿元，到四季度末降到了40.48元。

　　截至2022年三季度末，前海联合淳安3年定开债券的规模还在62.19亿元，但四季度出现大额赎回，根据该产品2022年12月24日的公告，截至12月23日，产品扣除赎回确认金额后的资产净值余额低于5000万元，因此决定暂停运作。该产品在四季报中披露，截至四季度末，产品规模仅剩35880.79元，当季度，有4位机构投资者对产品进行了清仓，分别赎回约25亿份、18亿份、10亿份、6亿份，合计赎回59亿份。

　　清仓式赎回的产品还有富荣中短债C，四季度净赎回39.76亿份，赎回率高达97%，四季度末仅剩1.10亿份，资产净值约9731.19万元。该产品的收益在去年出现大跌，过去一年的净值增长率为-11.52%，这在较为稳健的债基中不算多见。富荣基金旗下的另一只产品——富荣富兴纯债，基金份额在去年四季度减少了36.51亿份，赎回率超过90%，份额降至3.78亿份。根据披露，在四季度，富荣富兴纯债也存在基金份额比例达到或超过20%的单一投资者全部赎回所持份额的情况。

　　不过，虽然较多债券产品出现净赎回，但也有一部分产品实现逆势增长。招商添悦纯债A的规模一直维持在1-3亿元之间，但到2022年四季度，净申购额度超过120亿份，参考其过去的投资者中绝大多数都是机构投资者，因此，应当是机构投资者对该产品进行了大规模申购。另外，南方恒新39个月定开债A、嘉实稳祥纯债A等都有数十亿元的净申购。

　　基金经理态度谨慎 调整优化仓位结构

　　对于今后债券型基金的表现，多位基金经理都在2022年四季报进行展望。

　　博时富瑞纯债A基金经理倪玉娟称，弱现实、强预期的基本格局短期难以改变。新冠感染人数预计于春节前达峰，但后续是否会有多轮感染还需要提防；地产销售、拿地到开工的传导链条尚不通畅，地产投资拐点未至；居民预期和信心受到长期抑制，消费能否复苏需要观察。因此，预计2023年一季度经济的复苏进程仍然会有波折，复苏基础并不牢固。流动性方面，在经济完成确定性修复之前，货币政策预计整体仍将维持宽松，DR007向政策利率收敛但中枢仍维持在政策利率下方，此外流动性分层的问题可以会一定程度上缓解。

　　倪玉娟表示，组合操作上，维持中性偏短久期策略，保持灵活操作。当前中高等级信用债具备较高的配置价值，信用利差预计修复，组合将结合实际流动性环境和预期变化，调整优化仓位结构，做适度杠杆。

　　东兴兴利C在去年四季度净赎回超过86亿份，基金经理司马义买买提在四季报中称，下一季度，将继续以“低回撤”为配置目的，关注市场的波动性；以充裕的流动性等待债券市场的资产配置机会，保持“进可攻、退可守”的投资风格。

　　景顺长城景颐双利A由董晗、李怡文、郭杰担任基金经理，他们在四季报中称，总体上看，对2023年国内经济的情况保持乐观。因此，从中期看，经济见底回升会带动利率中枢上移，维持对债券的谨慎观点。股票方面，当前A股估值已处于相对历史低位，仍维持对股票市场相对乐观的态度，后续重点关注疫情发展以及经济恢复情况，结构上将重点配置受益于国内宏观经济景气程度回升的个股和行业，以及竞争优势明显、景气程度可持续的高端制造业等。

　　(文中观点仅供参考，不构成投资建议，投资有风险，入市需谨慎。)