数据挖掘VS隐私保护

数据挖掘VS隐私保护

早在1998年，Ann Cavoukian发表了一篇题为《数据挖掘：以破坏隐私为代价》的报告，（Alex Berson的新书：<Building Data Mining Applications for CRM> ），引起了很大的轰动。该报告剖析了数据挖掘和隐私的关系，指出数据挖掘可能是个人隐私提倡者未来10年所要面对的“最根本的挑战”，从那时起隐私问题就成为让数据挖掘窘迫的雷区，“避雷”自然是少不了的。

初步看来，这方面研究主要从三个角度进行的：

一是从社会、法律角度，将数据挖掘中牵涉到的隐私权问题个案分析开来，主要还是基于网络隐私权保护延伸出来的问题。有学者呼吁要通过在民法典中明确隐私权的保护的法律地位，制定相关的隐私权保护法，在制定法律的过程中还强调增强常规法规的技术性，即与高科技的网络技术相接轨。

第二个角度就是从技术实现方式上通过改进挖掘算法，关联规则等方面来优化数据库。为了保护顾客的隐私，R.Agrawal等人早在2000年就提出隐私保护数据挖掘的新算法，Chris. Clifton等人合作研究了分布式数据挖掘来保护信息用户的隐私权。

第三个角度是从行业自律的角度去尊重客户隐私，保证信息非法泄漏。2000年5月，Amazon，e-Bay，AOL，Lycos等联名向400多家同行发出倡议，强调要以行业自律的方式尊重客户的隐私权，要让客户清楚地知道其个人数据究竟是何时及如何被使用的。

尽管通过上述三个方面的努力很难做到一方面挖掘出用价值的信息又不会牵涉到用户的隐私，但随着对基于隐私保护数据挖掘（PPDM：Privacy Preserving Data Mining）研究的成型及其大量研究组织的出现，我们有理由对它保持微笑。