在滴滴顺风车司机杀人事件里，滴滴的困境是：这么多个人信用数据，滴滴却未能用好，以致未能识别高风险的司机。据报道，犯罪嫌疑人钟某案发前曾向51家机构借款，几乎借遍了所有能借款的机构，还发生过多起逾期。如果滴滴在审查顺风车司机资格时能将个人信用数据充分考量，本应将这种频频失信者拒之门外。
在华住原始数据泄露事件里，华住旗下酒店开房记录泄露数据，并被放到“暗网”出售，上亿人的隐私信息被曝光。华住的困境是：存储了海量的用户原始数据“不知道有何用”，且一旦泄露，公司形象受冲击，股价也面临大跌风险。大数据在这时却成了“烫手山芋”。
华住与滴滴，按数据规模标准，都是“亿级大数据公司”。但规模大不等于能用得好。
此类事件屡有发生，仅今年就有视频播放网站AcFun近千万条用户数据泄露，前程无忧195万条用户数据疑似泄露等。这为整个行业敲响警钟。
笔者认为，要用好数据，需要在数据搜集、数据对接、数据分析、数据预警等方面作更系统的安全设置。比如在数据搜集阶段，应对司机基于更完备的信用维度数据，来评估顺风车司机资质准入;数据分析阶段，应在关键指标与业务影响间，建立分析链。
这些日子，我们已经看到一些改变，比如滴滴在数据预警方面做出改进，基于位置偏离信息的异常数据情况进行诊断;根据指标异常，联系后台进行报警;一旦触发主动或自动报警，就能直接连到公安进行报警处理。
技术专家认为，如果能在以上数据处理的几个阶段中，加入区块链的安全多方计算，便能使问题得到更好的解决。比如在数据搜集环节，区块链可以提升信息真实性和数据分享的积极性。
京公网安备 11010502049343号