【摘要】萬(wàn)物互聯(lián)網(wǎng)時(shí)代的個(gè)人數(shù)據(jù)包括表征個(gè)人自然屬性特征的數(shù)據(jù)和表征個(gè)人行為屬性特征的數(shù)據(jù)。個(gè)人數(shù)據(jù)云傳播過(guò)程的每個(gè)環(huán)節(jié)都存在諸多泄露和濫用的安全隱患，主要包括個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)終端的泄露隱患，個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)云端的泄露隱患，以及個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)應(yīng)用中的濫用隱患。個(gè)人數(shù)據(jù)的云傳播過(guò)程中，其擁有者幾乎失去了對(duì)其個(gè)人數(shù)據(jù)的控制權(quán)，也較難掌握其個(gè)人數(shù)據(jù)的流向。因此，保護(hù)個(gè)人數(shù)據(jù)的關(guān)鍵方法之一是盡可能地讓個(gè)人數(shù)據(jù)由個(gè)人掌控，建立基于邊緣計(jì)算的個(gè)人數(shù)據(jù)控制機(jī)制；之二是要盡可能地讓個(gè)人自身管理其數(shù)據(jù)的流向，建立云端個(gè)人數(shù)據(jù)開(kāi)放和使用的監(jiān)管機(jī)制。
【關(guān)鍵詞】萬(wàn)物互聯(lián)網(wǎng) 個(gè)人數(shù)據(jù) 云傳播 隱私安全
【中圖分類(lèi)號(hào)】TP393.08 【文獻(xiàn)標(biāo)識(shí)碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2022.14.008
【作者簡(jiǎn)介】李衛(wèi)東，華中科技大學(xué)新聞與信息傳播學(xué)院教授，“大數(shù)據(jù)與國(guó)家傳播戰(zhàn)略”教育部哲學(xué)社會(huì)科學(xué)實(shí)驗(yàn)室執(zhí)行主任，華中科技大學(xué)國(guó)家傳播戰(zhàn)略研究院執(zhí)行院長(zhǎng)。研究方向?yàn)樵苽鞑ズ腿f(wàn)物互聯(lián)網(wǎng)管理、智能新媒體和國(guó)家傳播戰(zhàn)略、數(shù)字治理與信息資源管理。主要著作有《云傳播時(shí)代：人類(lèi)傳播與治理的云端化、平臺(tái)化、泛在化、社交化和智慧化革命》《政府信息資源傳播》《智能新媒體》等。
引言
隱私的基本要素有兩個(gè)：一是將某些事物保密的權(quán)利和能力；二是控制他人擁有并可以訪問(wèn)有關(guān)自己的信息的權(quán)利。[1]但在萬(wàn)物互聯(lián)網(wǎng)時(shí)代，圍繞個(gè)人的工作、學(xué)習(xí)、生活、醫(yī)療和娛樂(lè)場(chǎng)景，可挖掘出豐富多彩的“萬(wàn)物對(duì)個(gè)人服務(wù)”（Everything-to-Person, E2P），這使得隱私要素的保障機(jī)制較難建立起來(lái)。萬(wàn)物互聯(lián)網(wǎng)是由物體、數(shù)字設(shè)備、數(shù)字個(gè)人、數(shù)字企業(yè)、數(shù)字政府和數(shù)據(jù)資源等要素，借助數(shù)字平臺(tái)，通過(guò)數(shù)字流程相互連接而成的巨復(fù)雜網(wǎng)絡(luò)生態(tài)系統(tǒng)。[2]與物聯(lián)網(wǎng)相比，萬(wàn)物互聯(lián)網(wǎng)的連接對(duì)象更為廣泛，能與人和社會(huì)環(huán)境進(jìn)行強(qiáng)烈的交互，[3]而物聯(lián)網(wǎng)僅連接事物（傳感器和設(shè)備）。特別是，萬(wàn)物對(duì)個(gè)人服務(wù)（E2P）一般都致力于分析“你到底是誰(shuí)，你在干什么，你在想什么，你需要什么”，采集和處理大規(guī)模個(gè)人數(shù)據(jù)是其發(fā)展的基石。而“可識(shí)別性”是個(gè)人數(shù)據(jù)的本質(zhì)特征，凡是單獨(dú)可以識(shí)別出特定自然人的數(shù)據(jù)（直接識(shí)別）或者與其他數(shù)據(jù)結(jié)合后能夠識(shí)別出自然人的數(shù)據(jù)（間接識(shí)別），都是個(gè)人數(shù)據(jù)。[4]這使得人們較難實(shí)現(xiàn)“不被注意”和“匿名”。如用戶(hù)借助各類(lèi)穿戴服務(wù)平臺(tái)，將自己的穿戴設(shè)備與智能手機(jī)綁定后，可在穿戴設(shè)備與智能手機(jī)中同步這些個(gè)人身份數(shù)據(jù)（頭像、昵稱(chēng)、性別、出生日期、身高、體重），個(gè)人運(yùn)動(dòng)數(shù)據(jù)（設(shè)備位置、運(yùn)動(dòng)軌跡、運(yùn)動(dòng)類(lèi)型、運(yùn)動(dòng)時(shí)長(zhǎng)、部數(shù)、距離、熱量、爬高、最大攝氧量、運(yùn)動(dòng)心率），個(gè)人健康數(shù)據(jù)（睡眠、心率），以及個(gè)人的設(shè)備和網(wǎng)絡(luò)數(shù)據(jù)（設(shè)備標(biāo)識(shí)、設(shè)備設(shè)置、IP地址和網(wǎng)絡(luò)類(lèi)型）。再如，陪護(hù)機(jī)器人應(yīng)用于養(yǎng)老院或社區(qū)服務(wù)站環(huán)境，具有生理信號(hào)監(jiān)測(cè)、語(yǔ)音交互、遠(yuǎn)程醫(yī)療、智能聊天、自主避障漫游等功能，能夠通過(guò)語(yǔ)音和觸屏進(jìn)行交互；配合相關(guān)監(jiān)測(cè)設(shè)備，機(jī)器人具有血壓、心跳、血氧等生理信號(hào)檢測(cè)與監(jiān)控功能，可無(wú)線連接社區(qū)網(wǎng)絡(luò)并傳輸?shù)缴鐓^(qū)醫(yī)療中心，緊急情況下可及時(shí)報(bào)警或通知親人。[5]以患者為中心的健康數(shù)據(jù)共享平臺(tái)可以聚合來(lái)自多個(gè)個(gè)人數(shù)字設(shè)備數(shù)據(jù)源的數(shù)據(jù)。[6]無(wú)線身體傳感器網(wǎng)絡(luò)已經(jīng)可以連續(xù)地監(jiān)測(cè)和記錄人體特定部位的重要生理數(shù)據(jù)。
特別是，隨著萬(wàn)物互聯(lián)網(wǎng)與人工智能技術(shù)的融合發(fā)展，個(gè)性化算法和機(jī)器學(xué)習(xí)的應(yīng)用已取得巨大進(jìn)步，能為用戶(hù)提供豐富多彩的智能新媒體服務(wù)，但也引起了人們對(duì)隱私、技術(shù)透明性和人為控制的強(qiáng)烈關(guān)注。[7]一是健康類(lèi)應(yīng)用程序可能帶來(lái)的個(gè)人隱私傷害，[8]醫(yī)療大數(shù)據(jù)中的個(gè)人隱私問(wèn)題，[9]人類(lèi)基因數(shù)據(jù)共享可能帶來(lái)的隱私風(fēng)險(xiǎn)。[10]二是在萬(wàn)物互聯(lián)網(wǎng)的智慧城市應(yīng)用場(chǎng)景中，房屋、汽車(chē)、公共場(chǎng)所和其他社會(huì)系統(tǒng)正在被不斷地相互連接，人們的位置和活動(dòng)數(shù)據(jù)被收集和利用。[11]這些數(shù)字應(yīng)用有望顯著改善醫(yī)療保健、運(yùn)輸服務(wù)、公用事業(yè)和環(huán)境健康。不過(guò)，這些效率和服務(wù)改進(jìn)的代價(jià)是增加了隱私漏洞和風(fēng)險(xiǎn)。[12]三是數(shù)字設(shè)備（機(jī)器）之間通訊和數(shù)據(jù)交換帶來(lái)的個(gè)人數(shù)據(jù)安全問(wèn)題被廣泛關(guān)注。[13]智能手機(jī)是使用最廣泛的電子設(shè)備，具有整合和連接萬(wàn)物的功能。但當(dāng)前的智能手機(jī)管理用戶(hù)敏感數(shù)據(jù)的能力明顯不足，用戶(hù)的數(shù)據(jù)常常被過(guò)度收集。[14]數(shù)據(jù)過(guò)度收集，意味著智能手機(jī)應(yīng)用在許可范圍內(nèi)收集用戶(hù)數(shù)據(jù)的能力超過(guò)了其原始功能，正在迅速成為萬(wàn)物互聯(lián)網(wǎng)時(shí)代最嚴(yán)重的潛在安全隱患之一。[15]
但現(xiàn)有成果暫未開(kāi)展萬(wàn)物互聯(lián)網(wǎng)時(shí)代的個(gè)人數(shù)據(jù)安全和隱私問(wèn)題的系統(tǒng)性研究。本文擬探討和回答三個(gè)問(wèn)題。一是萬(wàn)物互聯(lián)網(wǎng)時(shí)代個(gè)人數(shù)據(jù)的內(nèi)容和結(jié)構(gòu)如何？二是個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)網(wǎng)中是如何傳播的，將對(duì)個(gè)人的隱私安全帶來(lái)哪些威脅？三是我們應(yīng)該如何防范萬(wàn)物互聯(lián)網(wǎng)環(huán)境下個(gè)人數(shù)據(jù)的泄露和濫用風(fēng)險(xiǎn)？為此，本文的第一部分將建構(gòu)萬(wàn)物互聯(lián)網(wǎng)環(huán)境下的個(gè)人數(shù)據(jù)內(nèi)容結(jié)構(gòu)；第二部分將探討個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)網(wǎng)中的云傳播機(jī)制；第三部分?jǐn)M分析個(gè)人數(shù)據(jù)在云傳播過(guò)程中的隱私安全隱患；第四部分?jǐn)M探討萬(wàn)物互聯(lián)網(wǎng)時(shí)代個(gè)人數(shù)據(jù)的隱私保護(hù)機(jī)制。
萬(wàn)物互聯(lián)時(shí)代個(gè)人數(shù)據(jù)的內(nèi)涵和結(jié)構(gòu)
萬(wàn)物互聯(lián)網(wǎng)的本質(zhì)是“連接一切”，在此過(guò)程中也在向“采集人的一切數(shù)據(jù)”方向發(fā)展。在萬(wàn)物互聯(lián)網(wǎng)環(huán)境下，個(gè)人數(shù)據(jù)的內(nèi)涵和結(jié)構(gòu)正在被不斷擴(kuò)展。個(gè)人數(shù)據(jù)涵蓋原始的機(jī)器數(shù)據(jù)和元數(shù)據(jù)，以及關(guān)于抽象性的個(gè)性特征表征數(shù)據(jù)。[16]根據(jù)安全級(jí)別，將個(gè)人數(shù)據(jù)劃分為一般個(gè)人數(shù)據(jù)和敏感個(gè)人數(shù)據(jù)。[17]但關(guān)于個(gè)人數(shù)據(jù)到底包括哪些內(nèi)容，眾說(shuō)紛紜，特別是萬(wàn)物互聯(lián)網(wǎng)環(huán)境下，個(gè)人數(shù)據(jù)具有什么樣的結(jié)構(gòu)還未定論。這是進(jìn)一步分析個(gè)人數(shù)據(jù)的安全和隱私問(wèn)題的重要前提。
從信息科學(xué)視角看，個(gè)人數(shù)據(jù)可被定義為描述自然人的屬性、運(yùn)動(dòng)狀態(tài)及其變化方式的數(shù)據(jù)。個(gè)人數(shù)據(jù)本身是客觀存在的，隨著技術(shù)的進(jìn)步，越來(lái)越多的個(gè)人數(shù)據(jù)被數(shù)字化的采集和存儲(chǔ)。在一定程度上，個(gè)人數(shù)據(jù)的聚集能形成一個(gè)完整意義的“數(shù)字個(gè)人”。我們討論的個(gè)人數(shù)據(jù)常常是指數(shù)字化的個(gè)人特征和行為，也即個(gè)人數(shù)據(jù)的本質(zhì)是“數(shù)字個(gè)人”的數(shù)據(jù)。“數(shù)字個(gè)人”的數(shù)據(jù)主要由表征個(gè)人自然屬性特征的數(shù)據(jù)和表征個(gè)人行為屬性特征的數(shù)據(jù)構(gòu)成。但人類(lèi)還不可能感知和采集所有的自然人數(shù)據(jù)。
表征個(gè)人自然屬性特征的數(shù)據(jù)。自然人屬性數(shù)據(jù)主要用于描述“這個(gè)自然人到底是誰(shuí)”，主要包括自然屬性數(shù)據(jù)、精神屬性數(shù)據(jù)、社會(huì)屬性數(shù)據(jù)。自然屬性主要描述物質(zhì)世界中的“人”；精神屬性主要描述精神世界中的“人”；社會(huì)屬性主要描述現(xiàn)實(shí)社會(huì)中的“人”。
1.自然屬性數(shù)據(jù)。自然屬性數(shù)據(jù)主要用戶(hù)描述人的生理特征、肉體特征和健康狀況的數(shù)據(jù)。在傳統(tǒng)社會(huì)環(huán)境下，人的自然屬性特征基本屬于隱私范疇，較少被數(shù)字化采集，但在基于人工智能的萬(wàn)物互聯(lián)時(shí)代，人類(lèi)的生理特征和肉體特征越來(lái)越多地被數(shù)據(jù)化。當(dāng)前已經(jīng)或正在被數(shù)字化的個(gè)人數(shù)據(jù)包括：人臉數(shù)據(jù)、人體數(shù)據(jù)和指紋數(shù)據(jù)。從普遍意義上而言，構(gòu)成“生理人”的全部人體器官都有被數(shù)字化的趨勢(shì)。人臉識(shí)別技術(shù)和人體識(shí)別技術(shù)的發(fā)展使得人類(lèi)能夠感知和采集越來(lái)越多的人臉數(shù)據(jù)和人體數(shù)據(jù)。
現(xiàn)有的人臉識(shí)別系統(tǒng)主要用于對(duì)人臉的屬性判別，能識(shí)別的人臉數(shù)據(jù)主要包括人臉框、人臉的關(guān)鍵點(diǎn)信息，人臉的姿態(tài)估計(jì)、人臉的自然屬性（性別、年齡、種族、微笑、顏值，是否帶墨鏡，是否帶眼鏡，人臉是否遮擋，是否有胡子），以及人臉的情緒（驚訝、高興、悲傷、生氣、平靜）等屬性的分析。[18]
現(xiàn)有的人體識(shí)別系統(tǒng)主要開(kāi)展人體關(guān)鍵點(diǎn)檢測(cè)，能夠準(zhǔn)確地估計(jì)出圖片或視頻中的人體14個(gè)主要關(guān)鍵點(diǎn)，包括：左右手肘、左右手腕、左右肩膀、頭、脖子、左右腳踝、左右膝蓋和左右臀等；能夠在多個(gè)場(chǎng)景形式下，對(duì)站立、坐姿、運(yùn)動(dòng)多個(gè)姿態(tài)進(jìn)行估計(jì)，從而實(shí)現(xiàn)對(duì)動(dòng)作姿態(tài)的檢測(cè)識(shí)別。[19]
健康狀況數(shù)據(jù)主要是由各類(lèi)醫(yī)療健康體穿戴設(shè)備產(chǎn)生的數(shù)據(jù)。醫(yī)療健康體穿戴設(shè)備一般都內(nèi)置用于測(cè)量人體健康狀況的傳感器，能自動(dòng)采集人體的血壓、脈搏、心率、體溫和激素量等重要數(shù)據(jù)。目前，智能手環(huán)、智能手表、智能血壓計(jì)、智能眼鏡、智能運(yùn)動(dòng)鞋都具有這方面的功能。如“心潮減壓”應(yīng)用運(yùn)用PPG是利用光電容積描記（PPG）技術(shù)[20]進(jìn)行人體運(yùn)動(dòng)心率的監(jiān)測(cè)，能監(jiān)測(cè)出心率、呼吸和心率變異性（HRV）等重要參數(shù)的值，能達(dá)到96%以上的監(jiān)測(cè)準(zhǔn)確率。
2.精神屬性數(shù)據(jù)。人的情緒、心理狀況和思想觀念在一定程度上是最難監(jiān)測(cè)的，但隨著物聯(lián)網(wǎng)和人工智能技術(shù)的發(fā)展，一些新媒體應(yīng)用平臺(tái)正在嘗試科學(xué)監(jiān)測(cè)個(gè)人的心理和情緒數(shù)據(jù)。例如，據(jù)“心潮科技”（www.psy-1.com/）官方介紹，“心潮減壓”是一款基于生物反饋和情緒計(jì)算的心理健康平臺(tái)，試圖通過(guò)手機(jī)攝像頭對(duì)面部毛細(xì)血管的細(xì)微顏色變化進(jìn)行捕捉與分析，實(shí)現(xiàn)瞬時(shí)心率與內(nèi)隱呼吸的監(jiān)測(cè)，在此基礎(chǔ)上幫助用戶(hù)抵抗緊張、焦慮、憤怒、抑郁、低落、疲憊、失眠、注意力不集中、效率低下等心理問(wèn)題；其能開(kāi)展科學(xué)的情緒分析：在情緒計(jì)算的基礎(chǔ)上，分析用戶(hù)的壓力協(xié)調(diào)系數(shù)、情緒狀態(tài)等；其能為用戶(hù)提供貼心的心理調(diào)節(jié)服務(wù)：音樂(lè)、冥想、腦波、催眠、認(rèn)知療法、腹式呼吸、物理減壓、視覺(jué)放松。在此過(guò)程中，“心潮減壓”需要在云端多維度記錄和優(yōu)化用戶(hù)數(shù)據(jù)，才能為用戶(hù)輸出最智能的心理調(diào)節(jié)方案。
3.社會(huì)屬性特征數(shù)據(jù)。借助各類(lèi)數(shù)字應(yīng)用平臺(tái)，個(gè)人的社會(huì)屬性特征正在被大規(guī)模地?cái)?shù)字化采集、存儲(chǔ)和分享。個(gè)人的社會(huì)屬性主要包括個(gè)人的現(xiàn)實(shí)身份數(shù)據(jù)、現(xiàn)實(shí)關(guān)系數(shù)據(jù)、在線身份數(shù)據(jù)和在線關(guān)系數(shù)據(jù)。具體而言，現(xiàn)實(shí)身份數(shù)據(jù)是指可界定和表征現(xiàn)實(shí)社會(huì)環(huán)境中“此人是誰(shuí)”，數(shù)字化的形式主要體現(xiàn)為國(guó)家人口登記和戶(hù)籍管理系統(tǒng)中記錄的身份數(shù)據(jù)，其數(shù)據(jù)項(xiàng)主要包括姓名、性別、身份證件號(hào)碼、工作單位、戶(hù)籍地址等。[21]現(xiàn)實(shí)關(guān)系數(shù)據(jù)是指可界定和表征現(xiàn)實(shí)社會(huì)中此人與他人之間的社會(huì)關(guān)系的數(shù)據(jù)，主要包括同事關(guān)系、朋友關(guān)系、親戚關(guān)系、同學(xué)關(guān)系，其數(shù)字化的形式主要有手機(jī)通訊錄（根據(jù)手機(jī)通訊錄的分類(lèi)管理功能，清晰地知曉他們與此人的社會(huì)關(guān)系）、通話記錄（根據(jù)通話記錄，可以獲知哪些人是此人緊密聯(lián)系、頻繁聯(lián)系的人士，也可獲知此人在什么時(shí)間段跟某個(gè)人進(jìn)行了密切的聯(lián)系）和短消息記錄（可分析出此人與其他人之間的具體溝通內(nèi)容）?，F(xiàn)實(shí)關(guān)系數(shù)據(jù)可集中彰顯一個(gè)人所擁有的社會(huì)資本和社會(huì)資源的狀況，在一定程度上是非常重要的個(gè)人隱私；在線身份數(shù)據(jù)主要是指可界定和表征虛擬社會(huì)中個(gè)人身份的數(shù)據(jù)，數(shù)字化的形式主要包括各類(lèi)新媒體應(yīng)用平臺(tái)中的登錄賬戶(hù)和密碼、在線支付的登錄賬戶(hù)和密碼、在線銀行的登錄賬戶(hù)和密碼，以及在線身份綁定的設(shè)備信息（設(shè)備標(biāo)識(shí)符、機(jī)型）、網(wǎng)絡(luò)信息（IP地址、MAC地址）等；在線關(guān)系數(shù)據(jù)主要是指可界定和表征虛擬社會(huì)中此用戶(hù)與其他用戶(hù)之間的各類(lèi)關(guān)系，主要包括好友關(guān)系、社群關(guān)系（同在一個(gè)微信群）、協(xié)作關(guān)系（共同參與一個(gè)在線活動(dòng)，如團(tuán)購(gòu)活動(dòng)等）、傳播關(guān)系（轉(zhuǎn)發(fā)、評(píng)論或點(diǎn)贊了某用戶(hù)發(fā)布的信息內(nèi)容），數(shù)字化的數(shù)據(jù)形式主要有各類(lèi)數(shù)字平臺(tái)中的好友關(guān)系數(shù)據(jù)、社群成員數(shù)據(jù)等。
表征個(gè)人行為屬性特征的數(shù)據(jù)。表征個(gè)人行為屬性的數(shù)據(jù)主要包括兩個(gè)方面，一是現(xiàn)實(shí)社會(huì)行為的數(shù)字化記錄；二是個(gè)人作為網(wǎng)絡(luò)用戶(hù)的在線社會(huì)行為數(shù)據(jù)。當(dāng)然，隨著萬(wàn)物互聯(lián)網(wǎng)的發(fā)展，現(xiàn)實(shí)空間和虛擬空間正在相互融合，個(gè)人的現(xiàn)實(shí)行為和在線行為的界限逐步模糊，越來(lái)越難以區(qū)分。
在線社會(huì)行為數(shù)據(jù)包括個(gè)人在各類(lèi)在線數(shù)字應(yīng)用平臺(tái)中的行為數(shù)據(jù)。萬(wàn)物互聯(lián)時(shí)代，智能新媒體應(yīng)用模式主要包括人工智能＋信息獲取應(yīng)用模式、人工智能＋電子商務(wù)應(yīng)用模式、人工智能＋交流互動(dòng)應(yīng)用模式、智能生活與娛樂(lè)應(yīng)用模式和智慧城市與智能政務(wù)應(yīng)用模式，相應(yīng)地個(gè)人的在線社會(huì)行為數(shù)據(jù)類(lèi)型包括個(gè)人的信息獲取行為數(shù)據(jù)、商務(wù)行為數(shù)據(jù)、交流互動(dòng)行為數(shù)據(jù)、生活與娛樂(lè)行為數(shù)據(jù)、政務(wù)數(shù)據(jù)。
其中，信息獲取行為數(shù)據(jù)主要包括個(gè)人的在線搜索行為記錄，各類(lèi)在線新聞服務(wù)平臺(tái)中的瀏覽、評(píng)論、點(diǎn)贊、頂踩、投票數(shù)據(jù)；在智慧課堂、慕課等在線學(xué)習(xí)平臺(tái)中的在線學(xué)習(xí)行為數(shù)據(jù)，主要包括在線收看課程視頻的數(shù)據(jù)，在線聽(tīng)課狀態(tài)數(shù)據(jù)，在線測(cè)驗(yàn)、在線作業(yè)和在線討論的數(shù)據(jù)；在問(wèn)答應(yīng)用、維客應(yīng)用中的提問(wèn)記錄和回答問(wèn)題的記錄；商務(wù)行為數(shù)據(jù)主要包括在C2C（Customer to Customer）電子商務(wù)、B2C（Business to Customer）電子商務(wù)、移動(dòng)定位商務(wù)和Ο2Ο（Online to Offline）電子商務(wù)平臺(tái)中的消費(fèi)行為數(shù)據(jù)，包括購(gòu)物記錄、支付記錄、物流記錄和評(píng)價(jià)數(shù)據(jù)，涵蓋了人們衣食住行領(lǐng)域的行為數(shù)據(jù)，詳細(xì)記錄了個(gè)人每天、每月、每年的社會(huì)行為軌跡，什么時(shí)間在什么地點(diǎn)打了什么車(chē)，去了哪兒辦了什么事情。
智能生活與娛樂(lè)行為數(shù)據(jù)主要包括智能家居記錄的生活起居數(shù)據(jù)、智能攝像頭記錄的家庭生活場(chǎng)景數(shù)據(jù)、智能音箱記錄的家庭對(duì)話記錄，以及各類(lèi)游戲應(yīng)用平臺(tái)中記錄的數(shù)據(jù)。家庭是構(gòu)成社會(huì)的最小單位，也是個(gè)人生活的“隱私空間”，家庭的數(shù)字化和智能化（智能家居）將產(chǎn)生大量的個(gè)人數(shù)據(jù)。如海爾智慧家庭智能體系下分為五大板塊：食聯(lián)生態(tài)、衣聯(lián)生態(tài)、全屋用水、全屋空氣、全屋安防。[22]在此過(guò)程中，用戶(hù)的飲食起居數(shù)據(jù)和身體數(shù)據(jù)被大量數(shù)字化采集。
個(gè)人的政務(wù)數(shù)據(jù)主要是指各類(lèi)政務(wù)應(yīng)用平臺(tái)中記錄的生育登記數(shù)據(jù)、婚姻登記數(shù)據(jù)、社會(huì)保障數(shù)據(jù)、不動(dòng)產(chǎn)登記數(shù)據(jù)、納稅登記數(shù)據(jù)、征信數(shù)據(jù)等。
萬(wàn)物互聯(lián)時(shí)代個(gè)人數(shù)據(jù)的云傳播機(jī)制
個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)網(wǎng)中能形成一種云傳播機(jī)制。所謂云傳播是對(duì)人們通過(guò)“云”進(jìn)行信息傳播活動(dòng)的社會(huì)總過(guò)程的總體描述。[23]其中，“云”是可遠(yuǎn)程訪問(wèn)、可擴(kuò)展和可測(cè)量的信息技術(shù)資源，是云傳播的技術(shù)生態(tài)環(huán)境。個(gè)人數(shù)據(jù)的云傳播的本質(zhì)是傳收主體借助“云”，通過(guò)遠(yuǎn)程訪問(wèn)可擴(kuò)展和可測(cè)量的信息技術(shù)資源完成個(gè)人數(shù)據(jù)的傳播活動(dòng)。[24]萬(wàn)物互聯(lián)網(wǎng)中，個(gè)人數(shù)據(jù)的云傳播系統(tǒng)涉及的要素主要包括云端、應(yīng)用端、邊緣端、終端，個(gè)人數(shù)據(jù)的云傳播現(xiàn)象可能發(fā)生在云端與云端之間，也可能發(fā)生在云端與終端之間、云端與應(yīng)用端、終端對(duì)終端、應(yīng)用端與應(yīng)用端之間。因此，個(gè)人數(shù)據(jù)的基本類(lèi)型包括“云端對(duì)云端”（Cloud to Cloud, C2C），“云端對(duì)終端”（Cloud to Terminal, C2T），“云端對(duì)應(yīng)用”（Cloud to Application, C2A），“應(yīng)用對(duì)應(yīng)用”（Application to Application, A2A），“終端對(duì)終端”（Terminal to Terminal, T2T）的云傳播。[25]
一是個(gè)人數(shù)據(jù)的C2C云傳播。C2C是不同云服務(wù)平臺(tái)之間相互調(diào)用“資源”的傳播現(xiàn)象，能實(shí)現(xiàn)云之間的連接。C2C需要“一對(duì)一”、“一對(duì)多”和“多對(duì)多”的云間通信協(xié)議和互操作標(biāo)準(zhǔn)來(lái)支持。[26]在實(shí)踐中，個(gè)人數(shù)據(jù)的C2C云傳播模式主要表現(xiàn)為個(gè)人數(shù)據(jù)在基礎(chǔ)設(shè)施服務(wù)（IaaS）、平臺(tái)服務(wù)（PaaS）、軟件服務(wù)（SaaS）、網(wǎng)絡(luò)服務(wù)（NaaS）、數(shù)據(jù)服務(wù)（DaaS）和人工智能服務(wù)（AaaS）等云服務(wù)之間的相互調(diào)用現(xiàn)象。
二是個(gè)人數(shù)據(jù)的C2T云傳播。C2T主要表現(xiàn)為終端設(shè)備與云端之間的個(gè)人數(shù)據(jù)同步機(jī)制。目前，智能手機(jī)能實(shí)時(shí)存儲(chǔ)用戶(hù)當(dāng)前的個(gè)人數(shù)據(jù)。但用戶(hù)的智能手機(jī)不可能無(wú)限量地永久存儲(chǔ)不斷產(chǎn)生的所有數(shù)據(jù)。因此，多數(shù)智能終端設(shè)備提供商，如小米、OPPO等都為用戶(hù)提供了云存儲(chǔ)服務(wù)，用戶(hù)只要開(kāi)通了小米“賬戶(hù)”（i.mi.com）或OPPO“賬戶(hù)”（cloud.oppo.com），就可以將自己保存在智能手機(jī)等終端里的數(shù)據(jù)實(shí)時(shí)同步到云端。如用戶(hù)開(kāi)啟了OPPO的云服務(wù)功能，就可以將相冊(cè)、聯(lián)系人、便簽、日歷、瀏覽器書(shū)簽與收藏、短信、通話記錄、系統(tǒng)設(shè)置、已安裝應(yīng)用列表、錄音等個(gè)人數(shù)據(jù)同步至云端備份。[27]
三是個(gè)人數(shù)據(jù)的C2A云傳播。C2A主要表現(xiàn)為應(yīng)用程序與依托云平臺(tái)之間的個(gè)人數(shù)據(jù)存儲(chǔ)機(jī)制。在實(shí)際應(yīng)用中，已有海量的應(yīng)用程序基于第三方的云平臺(tái)建構(gòu)而成，這些應(yīng)用程序采集和處理的個(gè)人數(shù)據(jù)全部存儲(chǔ)在其依托的云平臺(tái)之上；同時(shí)應(yīng)用程序也可以使用云平臺(tái)自身積累的基礎(chǔ)個(gè)人數(shù)據(jù)。例如，第三方游戲開(kāi)發(fā)者只要注冊(cè)騰訊服務(wù)平臺(tái)的開(kāi)發(fā)者賬戶(hù)，創(chuàng)建其網(wǎng)絡(luò)游戲應(yīng)用，就可分享騰訊海量用戶(hù)及關(guān)系鏈。第三方開(kāi)發(fā)者在微信開(kāi)放平臺(tái)上，申請(qǐng)獲得“AppID”后，就可創(chuàng)建其移動(dòng)應(yīng)用，通過(guò)接入“微信分享和收藏功能”的應(yīng)用程序接口（WXMediaMessage）進(jìn)行二次開(kāi)發(fā)，能實(shí)現(xiàn)讓用戶(hù)從第三方應(yīng)用系統(tǒng)分享文字、圖片、音樂(lè)、視頻、網(wǎng)頁(yè)、小程序至微信好友會(huì)話、朋友圈或添加到微信收藏[28]；通過(guò)接入微信“OAuth2.0”授權(quán)登錄系統(tǒng)，可獲取微信用戶(hù)的基本開(kāi)放信息，能實(shí)現(xiàn)讓用戶(hù)直接使用微信賬戶(hù)登錄其應(yīng)用系統(tǒng)。[29]例如，只有4個(gè)人的小程序團(tuán)隊(duì)，從策劃到原型設(shè)計(jì)、前后端開(kāi)發(fā)，只用了一星期就發(fā)布“垃圾分類(lèi)工具”小程序，能讓用戶(hù)實(shí)現(xiàn)“拍圖識(shí)別垃圾”，小程序上線僅20余天，訪問(wèn)量已經(jīng)超過(guò)了10萬(wàn)，用戶(hù)量超過(guò)了5萬(wàn)。[30]
四是個(gè)人數(shù)據(jù)的A2A云傳播。在萬(wàn)物互聯(lián)網(wǎng)的體系結(jié)構(gòu)中，從各類(lèi)終端感知和采集的個(gè)人數(shù)據(jù)最終主要匯集在各大應(yīng)用平臺(tái)。個(gè)人數(shù)據(jù)的A2A云傳播主要是指各類(lèi)應(yīng)用平臺(tái)之間的個(gè)人數(shù)據(jù)開(kāi)放、共享和使用。當(dāng)前，各類(lèi)應(yīng)用平臺(tái)在盡可能全面地收集和存儲(chǔ)個(gè)人的自然屬性數(shù)據(jù)、精神屬性數(shù)據(jù)和社會(huì)屬性數(shù)據(jù)。如谷歌、百度等搜索引擎平臺(tái)能采集和匯集用戶(hù)的信息獲取行為數(shù)據(jù)；臉書(shū)、微信等社交平臺(tái)能記錄和匯集用戶(hù)的交流互動(dòng)數(shù)據(jù)；淘寶等電子商務(wù)平臺(tái)能匯集用戶(hù)的購(gòu)物記錄、支付記錄等商務(wù)行為數(shù)據(jù)，YouTube、優(yōu)酷、抖音等應(yīng)用能記錄和匯集用戶(hù)的生活與娛樂(lè)行為數(shù)據(jù)。具體而言，臉書(shū)公司旗下的Instagram和Messenger社交應(yīng)用平臺(tái)會(huì)收集用戶(hù)在使用該產(chǎn)品時(shí)提供的內(nèi)容、通信和其他信息，人際網(wǎng)絡(luò)和關(guān)系網(wǎng)絡(luò)數(shù)據(jù)，使用行為數(shù)據(jù)（使用的功能；執(zhí)行的操作），用戶(hù)終端設(shè)備數(shù)據(jù)（設(shè)備屬性、設(shè)備操作、身份識(shí)別信息、Cookie數(shù)據(jù)），以及來(lái)自合作伙伴收集的用戶(hù)數(shù)據(jù)（包括用戶(hù)訪問(wèn)的網(wǎng)站、所做的購(gòu)買(mǎi)、觀看的廣告以及如何使用其服務(wù)有關(guān)的信息）。[31]為了進(jìn)一步挖掘和釋放海量個(gè)人數(shù)據(jù)的價(jià)值，這些平臺(tái)常常建立開(kāi)放平臺(tái)，面向第三方應(yīng)用開(kāi)發(fā)者開(kāi)放部分個(gè)人數(shù)據(jù)的使用權(quán)限。例如，當(dāng)用戶(hù)選擇下載和使用接入臉書(shū)開(kāi)放平臺(tái)的第三方應(yīng)用時(shí)，該應(yīng)用就能訪問(wèn)和使用用戶(hù)的部分個(gè)人數(shù)據(jù)；臉書(shū)也會(huì)將用戶(hù)個(gè)人數(shù)據(jù)分享給使用臉書(shū)數(shù)據(jù)分析服務(wù)的企業(yè)用戶(hù)、廣告主、臉書(shū)平臺(tái)的供應(yīng)商等第三方合作伙伴。[32]
五是個(gè)人數(shù)據(jù)的T2T云傳播。個(gè)人數(shù)據(jù)的T2T云傳播主要是指?jìng)€(gè)人數(shù)據(jù)在智能手機(jī)、穿戴設(shè)備、傳感器等各類(lèi)萬(wàn)物互聯(lián)網(wǎng)終端之間的同步或互操作機(jī)制。如用戶(hù)一般通過(guò)調(diào)用位置、藍(lán)牙、通訊錄、短信、麥克風(fēng)和通話記錄等權(quán)限來(lái)管理穿戴設(shè)備。如用戶(hù)通過(guò)智能手機(jī)的“無(wú)線投屏”功能，能實(shí)現(xiàn)通過(guò)智能電視或筆記本電腦等“大屏”欣賞智能手機(jī)中存儲(chǔ)的照片或視頻。
萬(wàn)物互聯(lián)時(shí)代個(gè)人數(shù)據(jù)云傳播的安全隱患分析
如前所述，在萬(wàn)物互聯(lián)網(wǎng)中，智能終端平臺(tái)、云服務(wù)平臺(tái)和應(yīng)用平臺(tái)控制著個(gè)人數(shù)據(jù)的采集、存儲(chǔ)、共享和開(kāi)放過(guò)程。智能終端是感知和采集個(gè)人數(shù)據(jù)的基本工具；云服務(wù)平臺(tái)是個(gè)人數(shù)據(jù)的存儲(chǔ)和管理平臺(tái)；應(yīng)用平臺(tái)是個(gè)人數(shù)據(jù)加工、處理、再生和使用平臺(tái)。如，用戶(hù)首先登陸某社交平臺(tái)提交了個(gè)人數(shù)據(jù)，社交平臺(tái)開(kāi)放接口給第三方企業(yè)，如第三方游戲、音樂(lè)等應(yīng)用提供商，從而用戶(hù)個(gè)人數(shù)據(jù)流向各個(gè)第三方企業(yè)，第三方企業(yè)的廣告商將獲得用戶(hù)數(shù)據(jù)，并向用戶(hù)推送廣告。上述過(guò)程中，個(gè)人數(shù)據(jù)的擁有者幾乎失去了對(duì)其個(gè)人數(shù)據(jù)的控制權(quán)，個(gè)人數(shù)據(jù)傳播的每個(gè)環(huán)節(jié)都存在諸多泄露和濫用的安全隱患，主要包括個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)終端的泄露隱患，個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)云端的泄露隱患，個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)應(yīng)用中的濫用隱患。
個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)終端的泄露隱患。萬(wàn)物互聯(lián)網(wǎng)絡(luò)的終端設(shè)備處于萬(wàn)物互聯(lián)網(wǎng)絡(luò)的感知層，既包括各類(lèi)計(jì)算機(jī)、服務(wù)器和智能手機(jī)等具有豐富資源的互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)終端，也包括僅具有限資源的監(jiān)控?cái)z像機(jī)、傳感器（或無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)）、射頻卡（RFID）等物聯(lián)網(wǎng)終端?；ヂ?lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)終端也有明顯的安全隱患。但相對(duì)來(lái)說(shuō)，萬(wàn)物互聯(lián)環(huán)境下，僅具有有限資源（計(jì)算資源和存儲(chǔ)資源）的事物將成為個(gè)人數(shù)據(jù)泄露的更大風(fēng)險(xiǎn)源，物聯(lián)網(wǎng)設(shè)備可能具有非物聯(lián)網(wǎng)設(shè)備中不存在的漏洞。[33]一是這些僅具有有限資源的事物，難以部署較為高級(jí)的安全保障機(jī)制（如復(fù)雜的加密算法）[34]，不僅可以被所有者連接，還可能被攻擊者攔截。[35]在這種情況下，這些事物極易被入侵者進(jìn)行“重新編程”，以便讓它將數(shù)據(jù)發(fā)送到入侵者的數(shù)據(jù)庫(kù)服務(wù)器。[36]攻擊者可獲得對(duì)計(jì)算設(shè)備的訪問(wèn)和控制，可能會(huì)操縱或提取數(shù)據(jù)、控制或中斷服務(wù)。[37]二是這些事物一般都存在于開(kāi)放的、不可信的、不受監(jiān)控的物理環(huán)境中，如交通控制攝像頭、環(huán)境傳感器等都是暴露在外面的，這種情況下，事物本身可能被人為損毀。[38]如人們常?？吹?ldquo;共享單車(chē)”被隨意丟棄到路邊，并沒(méi)有放置到指定的停放位置。三是物聯(lián)網(wǎng)終端設(shè)備的所有者一般主要依靠無(wú)線網(wǎng)絡(luò)對(duì)其進(jìn)行遠(yuǎn)程控制，一旦信號(hào)受到干擾，將會(huì)“失聯(lián)”或“失控”。
在萬(wàn)物互聯(lián)時(shí)代，與個(gè)人緊密相關(guān)的家庭數(shù)據(jù)被全面采集，如海爾的智能家居系統(tǒng)中，智能用水、智能空調(diào)和智慧安防服務(wù)，能借助智能終端實(shí)現(xiàn)對(duì)家庭中水、電、氣的遠(yuǎn)程控制；其他一些智能家居產(chǎn)品，如“Belkin”和“WeMo”能使得用戶(hù)遠(yuǎn)程控制電燈，開(kāi)關(guān)門(mén)窗和百葉窗等設(shè)施。[39]個(gè)人數(shù)據(jù)在終端與終端之間，終端與云端之間傳遞的過(guò)程中，也常常受到攻擊。例如，目前在市場(chǎng)上的許多傳感器都可以跟蹤患者的重要信息，然后將數(shù)據(jù)直接傳送到云端（網(wǎng)絡(luò)）或某移動(dòng)設(shè)備，這樣醫(yī)療保健專(zhuān)業(yè)人員可以實(shí)時(shí)觀察患者的健康狀況并提供適當(dāng)?shù)闹委?。但在此傳送過(guò)程中，攻擊者可以進(jìn)行攔截、捕獲和修改個(gè)人數(shù)據(jù)。[40]
個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)云端的泄露隱患。個(gè)人數(shù)據(jù)經(jīng)過(guò)終端設(shè)備中傳感器等系統(tǒng)的采集，再經(jīng)過(guò)復(fù)雜的網(wǎng)絡(luò)傳送，最終會(huì)集中存放到物聯(lián)網(wǎng)服務(wù)提供商的服務(wù)器或?qū)I(yè)云服務(wù)提供商的服務(wù)器中。雖然，云端的安全基礎(chǔ)設(shè)施一般較為完備，但云平臺(tái)泄露個(gè)人數(shù)據(jù)的事件也常有發(fā)生。一是云平臺(tái)被攻擊導(dǎo)致個(gè)人數(shù)據(jù)泄露。例如，用于評(píng)估健康狀況（如睡眠障礙、異常心律等）的可穿戴設(shè)備服務(wù)提供商“Fitbit”的數(shù)據(jù)庫(kù)在2018年1月遭到黑客入侵，超過(guò)2500萬(wàn)用戶(hù)的個(gè)人隱私被暴露無(wú)遺；2018年1月，專(zhuān)注于自行車(chē)運(yùn)動(dòng)的美國(guó)健身追蹤軟件“Strava”意外泄露美國(guó)軍方機(jī)密，包括遍布世界各地的美國(guó)軍事基地以及間諜前哨的位置及人員配置信息。[41]二是云平臺(tái)將個(gè)人數(shù)據(jù)向第三方開(kāi)放，也易導(dǎo)致個(gè)人數(shù)據(jù)泄露。例如“CloudPets”是一家生產(chǎn)智能玩具的企業(yè)，其借助智能終端收集了用戶(hù)的大量個(gè)人數(shù)據(jù)，又在沒(méi)有采取任何安全措施的情況下將個(gè)人數(shù)據(jù)外包給了另外一家公司，最終導(dǎo)致了超過(guò)200萬(wàn)名兒童的語(yǔ)音信息，以及超過(guò)80萬(wàn)電子郵件的賬號(hào)和密碼遭泄露。[42]
個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)應(yīng)用中的濫用隱患。依據(jù)上述分析，各類(lèi)感應(yīng)器獲得的個(gè)人數(shù)據(jù)，能詳細(xì)描述用戶(hù)的私人生活。目前，基于這些海量的個(gè)人數(shù)據(jù)，已經(jīng)涌現(xiàn)出了各式各樣的智能新媒體應(yīng)用，正在進(jìn)一步共享、使用和挖掘這些個(gè)人數(shù)據(jù)。智能新媒體應(yīng)用根據(jù)這些個(gè)人數(shù)據(jù)，可以全面了解一個(gè)人的健康狀況和財(cái)務(wù)狀況，可以挖掘用戶(hù)的行為習(xí)慣；還可以檢測(cè)和揭示人們例行程序的變化以及異常行為的顯示。[43]如臉書(shū)會(huì)根據(jù)從用戶(hù)和第三方收集的數(shù)據(jù)，用戶(hù)在其平臺(tái)中的互動(dòng)情況，以及與用戶(hù)建立聯(lián)系的其他用戶(hù)、地點(diǎn)和事物，來(lái)分析和建立用戶(hù)的關(guān)系網(wǎng)絡(luò)、偏好、興趣和活動(dòng)，以此為用戶(hù)定制其在“Facebook”和“Instagram”中的使用體驗(yàn)。一旦用戶(hù)的身份被盜用，侵入者可能會(huì)控制與個(gè)人身份關(guān)聯(lián)的各類(lèi)終端設(shè)備，將對(duì)個(gè)人帶來(lái)難以預(yù)測(cè)的嚴(yán)重后果。具體而言，個(gè)人數(shù)據(jù)在萬(wàn)物互聯(lián)應(yīng)用中的濫用隱患主要有三個(gè)方面。
一是應(yīng)用平臺(tái)濫用其采集的個(gè)人數(shù)據(jù)。超級(jí)應(yīng)用平臺(tái)能聚集海量個(gè)人數(shù)據(jù)。特別是在萬(wàn)物互聯(lián)網(wǎng)時(shí)代，超級(jí)應(yīng)用平臺(tái)也常常違背承諾，未能?chē)?yán)格按照個(gè)人用戶(hù)的許可和授權(quán)使用其獲取的個(gè)人數(shù)據(jù)，濫用個(gè)人數(shù)據(jù)的事件時(shí)有發(fā)生，已經(jīng)對(duì)個(gè)人數(shù)據(jù)的安全產(chǎn)生直接威脅。盡管多數(shù)應(yīng)用平臺(tái)聲稱(chēng)其不會(huì)在未經(jīng)用戶(hù)同意的情況下，將平臺(tái)收集的個(gè)人數(shù)據(jù)用于商業(yè)目的。例如，基于面部識(shí)別的身份認(rèn)證服務(wù)平臺(tái)（Facefirst）能為用戶(hù)提供面部表情服務(wù)（通過(guò)使客戶(hù)能夠使用其面部身份為商品或服務(wù)付款來(lái)縮短排隊(duì)時(shí)間）、年齡和身份證明服務(wù)（告知客戶(hù)每次進(jìn)入場(chǎng)館或購(gòu)買(mǎi)有年齡限制的產(chǎn)品時(shí)都顯示其ID）和店內(nèi)取貨服務(wù)（通過(guò)將面部識(shí)別添加為身份驗(yàn)證的主要形式或次要形式來(lái)防止身份欺詐），能實(shí)現(xiàn)在信息亭、自動(dòng)取款機(jī)、在線應(yīng)用程序中更快、更安全的交易。[44]但這一過(guò)程極其復(fù)雜，用戶(hù)個(gè)人本身難以知曉應(yīng)用平臺(tái)將如何使用其采集的個(gè)人數(shù)據(jù)。目前，基于大數(shù)據(jù)分析的商業(yè)廣告推送模式被證明是最有效的方式，也在實(shí)踐中被大量使用，如臉書(shū)允許十幾家公司在未經(jīng)同意的情況下廣泛訪問(wèn)其22億用戶(hù)的個(gè)人數(shù)據(jù)，包括私人信息、姓名和朋友的聯(lián)系信息。[45]
二是應(yīng)用平臺(tái)向第三方開(kāi)放的個(gè)人數(shù)據(jù)被濫用。在萬(wàn)物互聯(lián)網(wǎng)中，應(yīng)用平臺(tái)服務(wù)商借助開(kāi)放平臺(tái)向第三方開(kāi)放個(gè)人數(shù)據(jù)已經(jīng)成為應(yīng)用平臺(tái)保持發(fā)展優(yōu)勢(shì)和盈利的重要模式。應(yīng)用平臺(tái)服務(wù)商能為第三方提供豐富的接口，任何注冊(cè)、申請(qǐng)并通過(guò)審核的第三方開(kāi)發(fā)者都能通過(guò)開(kāi)放平臺(tái)實(shí)現(xiàn)自身產(chǎn)品或服務(wù)的相關(guān)功能，而在此過(guò)程中，第三方也能在用戶(hù)授權(quán)基礎(chǔ)上獲得用戶(hù)的部分個(gè)人數(shù)據(jù)，比如獲得公開(kāi)信息（昵稱(chēng)、性別、頭像、國(guó)家、省份、城市等）、地理位置、尋找共同使用該應(yīng)用的好友等，而這些個(gè)人數(shù)據(jù)將如何被第三方使用甚至繼續(xù)流動(dòng)，除了明示的規(guī)范要求，平臺(tái)服務(wù)商并沒(méi)有實(shí)施有力的監(jiān)管措施。一方面，開(kāi)放平臺(tái)將許多應(yīng)用連接在了一起，任何一級(jí)的傳播都可能導(dǎo)致用戶(hù)個(gè)人數(shù)據(jù)泄露；另一方面，開(kāi)放平臺(tái)為平臺(tái)服務(wù)商聚合了更多的用戶(hù)個(gè)人數(shù)據(jù)，從而形成幾大平臺(tái)寡頭數(shù)據(jù)壟斷、割據(jù)的格局，任何一個(gè)平臺(tái)寡頭的個(gè)人數(shù)據(jù)被竊取或泄露，都將帶來(lái)巨大的災(zāi)難。目前，大型平臺(tái)如臉書(shū)、微信等聚集了大量用戶(hù)數(shù)據(jù)，而用戶(hù)根本不知道他們的數(shù)據(jù)被平臺(tái)開(kāi)放給了誰(shuí)、被用來(lái)做什么，這種極其不平等的數(shù)據(jù)權(quán)力地位造成了結(jié)構(gòu)性風(fēng)險(xiǎn)。如劍橋大學(xué)的一位講師創(chuàng)造了一個(gè)名為“這就是你的數(shù)字生活”的應(yīng)用，該應(yīng)用表面上能為用戶(hù)提供個(gè)性預(yù)測(cè)，也能為心理學(xué)家提供研究工具：該應(yīng)用要求用戶(hù)使用其臉書(shū)帳戶(hù)登錄；作為登錄過(guò)程的一部分，它要求訪問(wèn)用戶(hù)的臉書(shū)個(gè)人資料、位置，他們?cè)谠摲?wù)上喜歡的東西，尤其是他們朋友的數(shù)據(jù)；這款應(yīng)用未經(jīng)用戶(hù)許可，將用戶(hù)數(shù)據(jù)發(fā)送給了劍橋分析公司，該公司利用這些資料構(gòu)建了一個(gè)強(qiáng)大的軟件程序，來(lái)預(yù)測(cè)和影響選民的投票。[46]
三是個(gè)人數(shù)據(jù)流向非法的“黑色”交易市場(chǎng)。無(wú)論從何種途徑泄露的個(gè)人數(shù)據(jù)，最終都會(huì)匯集到非法的“黑色”交易市場(chǎng)，可能會(huì)對(duì)個(gè)人的隱私安全形成極大的威脅。目前，非法的“黑色”交易市場(chǎng)主要包括“暗網(wǎng)”平臺(tái)和“社工庫(kù)”平臺(tái)。當(dāng)前，致力于保護(hù)身份信息使其免遭破壞的人員和組織的“4iQ”平臺(tái)，在2018年發(fā)現(xiàn)了12499條真實(shí)的違規(guī)行為，在地下社區(qū)平臺(tái)上散布了149億條原始身份記錄；平臺(tái)團(tuán)隊(duì)在對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和清理之后，發(fā)現(xiàn)其中36億條身份記錄是新的和真實(shí)的。[47]
萬(wàn)物互聯(lián)時(shí)代個(gè)人數(shù)據(jù)的隱私保護(hù)機(jī)制
在萬(wàn)物互聯(lián)網(wǎng)時(shí)代，個(gè)人數(shù)據(jù)被各類(lèi)設(shè)備提供商、平臺(tái)提供商和應(yīng)用服務(wù)商大規(guī)模地進(jìn)行存儲(chǔ)、共享、開(kāi)放和使用，存在較大的泄露隱患和濫用隱患。但用戶(hù)自身卻失去了對(duì)其個(gè)人數(shù)據(jù)的控制權(quán)，難以自主控制其傳播過(guò)程：哪些個(gè)人數(shù)據(jù)可以被收集，誰(shuí)可以共享和開(kāi)放其個(gè)人數(shù)據(jù)，誰(shuí)可以使用其個(gè)人數(shù)據(jù)。在一定程度上，這將嚴(yán)重威脅個(gè)人的隱私安全。
另外，已經(jīng)擁有部分個(gè)人數(shù)據(jù)的主體可能將這些數(shù)據(jù)再次共享或開(kāi)放給第三方，第三方將如何利用這些個(gè)人數(shù)據(jù)，個(gè)人數(shù)據(jù)的擁有者更加難以知曉。因此，我們認(rèn)為在萬(wàn)物互聯(lián)網(wǎng)時(shí)代，個(gè)人數(shù)據(jù)的隱私保護(hù)機(jī)制需要兩方面著手。一方面，要盡可能地讓個(gè)人數(shù)據(jù)的控制權(quán)由個(gè)人掌控，需要建立基于邊緣計(jì)算的個(gè)人數(shù)據(jù)控制機(jī)制；另一方面，要盡可能地讓個(gè)人自身管理其數(shù)據(jù)的流向，建立云端個(gè)人數(shù)據(jù)開(kāi)放和使用的監(jiān)管機(jī)制。
基于邊緣計(jì)算的個(gè)人數(shù)據(jù)的所有者控制機(jī)制。基于云計(jì)算的萬(wàn)物互聯(lián)架構(gòu)，將萬(wàn)事萬(wàn)物生成的海量數(shù)據(jù)上傳到云端，形成了若干超級(jí)的數(shù)據(jù)平臺(tái)。云計(jì)算中心一般都具有強(qiáng)大的安全基礎(chǔ)設(shè)施和可靠的安全防護(hù)機(jī)制。但這種模式能讓各類(lèi)數(shù)字平臺(tái)完全掌握個(gè)人數(shù)據(jù)，使得用戶(hù)失去了其個(gè)人數(shù)據(jù)的控制權(quán)。因此，如何將控制權(quán)還給用戶(hù)是建立隱私保護(hù)機(jī)制的關(guān)鍵。邊緣計(jì)算是建立隱私保護(hù)機(jī)制的重要方法之一。邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模型：邊緣計(jì)算中邊緣的下行數(shù)據(jù)表示云服務(wù)，上行數(shù)據(jù)表示萬(wàn)物互聯(lián)服務(wù)；邊緣計(jì)算的邊緣是指從數(shù)據(jù)源到云計(jì)算中心路徑之間的任意計(jì)算和網(wǎng)絡(luò)資源。[48]這種情況下，終端數(shù)字設(shè)備不僅負(fù)責(zé)與云端的雙向數(shù)據(jù)傳輸，還可以完成部分緊急的計(jì)算任務(wù)。
未來(lái)，“數(shù)字個(gè)人”的邊緣計(jì)算或霧計(jì)算架構(gòu)是萬(wàn)物互聯(lián)時(shí)代個(gè)人數(shù)據(jù)保護(hù)的有效機(jī)制。“數(shù)字個(gè)人”的霧計(jì)算主要包括設(shè)備層、霧層和云層：設(shè)備層是由包括傳感器和智能設(shè)備在內(nèi)的多種設(shè)備組成，負(fù)責(zé)感知物理對(duì)象并將個(gè)人數(shù)據(jù)發(fā)送到上層進(jìn)行處理和存儲(chǔ)；霧層位于網(wǎng)絡(luò)邊緣，包含路由器、網(wǎng)關(guān)、接入點(diǎn)和基站等霧節(jié)點(diǎn)，負(fù)責(zé)執(zhí)行諸如調(diào)度，存儲(chǔ)和管理分布式計(jì)算之類(lèi)的任務(wù)；云層負(fù)責(zé)數(shù)據(jù)的永久存儲(chǔ)和廣泛的計(jì)算分析。[49]在這種架構(gòu)中，無(wú)須將全部個(gè)人數(shù)據(jù)實(shí)時(shí)上傳至云端，這在一定程度上能讓用戶(hù)自主掌控自己的個(gè)人數(shù)據(jù)，在源頭上減少個(gè)人數(shù)據(jù)泄露和濫用的風(fēng)險(xiǎn)。
建立云端個(gè)人數(shù)據(jù)開(kāi)放和使用的監(jiān)管機(jī)制。盡管我們倡導(dǎo)將個(gè)人數(shù)據(jù)盡可能地在本地或邊緣端存儲(chǔ)，但在實(shí)際中各類(lèi)數(shù)字平臺(tái)在經(jīng)個(gè)人用戶(hù)許可或未經(jīng)個(gè)人用戶(hù)許可的情況下，都會(huì)爭(zhēng)相采集、存儲(chǔ)和使用大規(guī)模的個(gè)人數(shù)據(jù)。若完全禁止數(shù)字平臺(tái)將個(gè)人數(shù)據(jù)上傳到云端，也會(huì)使得數(shù)字平臺(tái)難以為用戶(hù)提供更好的個(gè)性化、智能化的服務(wù)。因此，最關(guān)鍵的是建構(gòu)云端個(gè)人數(shù)據(jù)開(kāi)放和使用的監(jiān)管機(jī)制。這個(gè)監(jiān)管機(jī)制主要包括個(gè)人、第三方和政府三個(gè)層面。
首先，需要建立面向個(gè)人的數(shù)據(jù)開(kāi)放和使用的授權(quán)和透明機(jī)制。在實(shí)際應(yīng)用中，個(gè)人用戶(hù)較難掌握其個(gè)人數(shù)據(jù)被采集、共享、開(kāi)放和使用的真實(shí)情況。因此，我們必須建立面向個(gè)人的數(shù)據(jù)開(kāi)放和使用的授權(quán)和透明機(jī)制，其具體內(nèi)容包括兩個(gè)方面。一方面，數(shù)字平臺(tái)采集個(gè)人數(shù)據(jù)的授權(quán)機(jī)制：數(shù)字平臺(tái)只能根據(jù)用戶(hù)使用其服務(wù)的實(shí)際需求，逐項(xiàng)獲得單一數(shù)據(jù)項(xiàng)的授權(quán)，不能強(qiáng)制用戶(hù)一次性整體授權(quán)。另一方面，個(gè)人數(shù)據(jù)開(kāi)放和使用的透明機(jī)制：數(shù)字平臺(tái)在用戶(hù)授權(quán)之前，清楚告知用戶(hù)其數(shù)字平臺(tái)內(nèi)部如何使用個(gè)人數(shù)據(jù)，向外部開(kāi)放了哪些數(shù)據(jù)，哪些第三方平臺(tái)獲得了這些數(shù)據(jù)；這些第三方平臺(tái)使用這些數(shù)據(jù)干了什么。如我們可開(kāi)發(fā)一個(gè)個(gè)人數(shù)據(jù)存儲(chǔ)的框架，使用戶(hù)能夠完全透明地控制其數(shù)據(jù)的利用。[50]
其次，需要建立云端個(gè)人數(shù)據(jù)開(kāi)放和使用的第三方監(jiān)管機(jī)制。云端個(gè)人數(shù)據(jù)開(kāi)放和使用過(guò)程最終會(huì)形成巨復(fù)雜的生態(tài)，專(zhuān)業(yè)的第三方機(jī)構(gòu)能夠跟蹤和識(shí)別“個(gè)人數(shù)據(jù)開(kāi)放給了誰(shuí)，被用來(lái)做什么”，對(duì)各類(lèi)數(shù)據(jù)平臺(tái)存儲(chǔ)、開(kāi)放和使用個(gè)人數(shù)據(jù)的真實(shí)情況進(jìn)行監(jiān)督。根據(jù)《歐洲通用數(shù)據(jù)保護(hù)條例（GDPR）》等隱私保護(hù)法，第三方專(zhuān)業(yè)機(jī)構(gòu)可以可驗(yàn)證數(shù)字平臺(tái)的技術(shù)設(shè)計(jì)是否符合條例的具體規(guī)定。[51]
最后，需要建立云端個(gè)人數(shù)據(jù)開(kāi)放和使用的政府監(jiān)管機(jī)制。除了個(gè)人和第三方專(zhuān)業(yè)機(jī)構(gòu)的監(jiān)督，云端個(gè)人數(shù)據(jù)開(kāi)放和使用還需要建立政府監(jiān)管機(jī)制，確保各類(lèi)數(shù)字平臺(tái)提供商按照隱私保護(hù)法進(jìn)行運(yùn)營(yíng)管理。政府公共部門(mén)可以采納第三方專(zhuān)業(yè)機(jī)構(gòu)的評(píng)估和檢驗(yàn)結(jié)果，對(duì)違規(guī)開(kāi)放和使用個(gè)人數(shù)據(jù)的行為依法進(jìn)行懲治。
（本文系國(guó)家自然科學(xué)基金面上項(xiàng)目和華中科技大學(xué)學(xué)術(shù)前沿青年團(tuán)隊(duì)資助項(xiàng)目的研究成果，項(xiàng)目編號(hào)分別為：71974060，2018QYTD09）
注釋
[1]Maras, M.-H., "Internet of Things: Security and Privacy Implications", International Data Privacy Law, 2015, 5(2), pp. 99-104.
[2]李衛(wèi)東：《萬(wàn)物互聯(lián)網(wǎng)的內(nèi)涵、要素和構(gòu)成》，《人民論壇·學(xué)術(shù)前沿》，2020年第6期，第40～45頁(yè)。
[3]Martino, B. D. et al., Internet of Everything: Algorithms, Methodologies, Technologies and Perspectives (Internet of Things), 2017, pp. 1-3.
[4]程嘯：《論大數(shù)據(jù)時(shí)代的個(gè)人數(shù)據(jù)權(quán)利》，《中國(guó)社會(huì)科學(xué)》，2018年第3期。
[5]《智能機(jī)器人三大關(guān)鍵技術(shù)詳解》，搜狐網(wǎng)，2019年5月29日，http://www.sohu.com/a/118294423_468626。
[6]Dhruva, S. et al., "Aggregating Multiple Real-World Data Sources Using a Patient-Centered Health-Data-Sharing Platform", NPJ Digital Medicine, 2020, 3, https://doi.org/10.1038/s41746-020-0265-z.
[7]Sundar, S., "Rise of Machine Agency: A Framework for Studying the Psychology of Human–AI Interaction (HAII)", Journal of Computer-Mediated Communication, 2020, 25, pp. 74–88.
[8]Levine, D. M., "Design and Testing of a Mobile Health Application Rating Tool", NPJ Digital Medicine, 2020, 3, https://doi.org/10.1038/s41746-020-0268-9.
[9]W. Nicholson Price II; I. Glenn Cohen, "Privacy in the Age of Medical Big Data", Nature Medicine, 2019, 25, pp. 37–43.
[10]Bonomi, L.; Huang, Y. X.; Ohno-Machado, L., "Privacy Challenges and Research Opportunities for Genomic Data Sharing", Nature Genetics, 2020, 52, pp. 646–654.
[11]Elmaghraby, A. S.; Losavio, M., "Cyber Security Challenges in Smart Cities: Safety, Security and Privacy", Journal of Advanced Research, 2014, 5, 4, pp. 491–497.
[12]Habibzadeh, H. et al., A Survey on Cybersecurity, Data Privacy, and Policy Issues in Cyber-Physical System Deployments in Smart Cities, Sustainable Cities and Society, 2019, p. 101660, https://doi.org/10.1016/j.scs.
[13]Maras, M. -H., "Internet of Things: Security and Privacy Implications", International Data Privacy Law, 2015, 5(2), pp. 99–104.
[14][15][17]Li, Y. B.; Dai, W. Y.; Ming, Z. et al., "Privacy Protection for Preventing Data Over-Collection in Smart City", IEEE Transactions on Computers, 2016, 65(5), pp. 1339–1350.
[16]Wiese, J.; Das, S.; Hong, J. I. et al., "Evolving the Ecosystem of Personal Behavioral Data", Human–Computer Interaction, 2017, 32(5–6), pp. 447–510.
[18][19]NeuHub京東人工智能開(kāi)放平臺(tái)，https://aidoc.jd.com。
[20]光電容積描記（PPG）技術(shù)是一種紅外無(wú)損檢測(cè)技術(shù)，它利用光電傳感器，能檢測(cè)經(jīng)過(guò)人體血液和組織吸收后的反射光強(qiáng)度的不同，描記出血管容積在心動(dòng)周期內(nèi)的變化，從得到的脈搏波形中計(jì)算出心率。
[21]李衛(wèi)東：《政府信息資源傳播》，北京：科學(xué)出版社，2015年。
[22]海爾智慧家庭官網(wǎng)：《海爾U–home智慧家庭整體解決方案》，https://www.haier.com/smarthome/。
[23][24]李衛(wèi)東：《云傳播時(shí)代：人類(lèi)傳播與治理的云端化、平臺(tái)化、泛在化、社交化和智慧化變革》，北京：科學(xué)出版社，2018。
[25]李衛(wèi)東：《云傳播的發(fā)展趨勢(shì)與時(shí)代機(jī)遇》，《新聞與寫(xiě)作》，2020年第6期，第5～13頁(yè)。
[26]Aazam, M.; Huh, E.–N., "Inter-Cloud Architecture and Media Cloud Storage Design Considerations", 2014 IEEE International Conference on Cloud Computing, 2014, 6, pp. 982–985.
[27]《OPPO賬戶(hù)隱私申明》，https://muc.oppomobile.com/document/privacyPolicy/privacy_policy_zh-CN.html。
[28]微信官網(wǎng)：《微信分享及收藏功能》，https://developers.weixin.qq.com/doc/oplatform/Mobile_App/Access_Guide/Android.html。
[29]微信官網(wǎng)：《微信登錄功能》，https://developers.weixin.qq.com/doc/oplatform/Mobile_App/WeChat_Login/Development_Guide.html。
[30]維新派：《是誰(shuí)，在“死磕”垃圾分類(lèi)？》，2019年7月1日，https://mp.weixin.qq.com/s?__biz=MjM5NjM4MDAxMg==&mid=2655082108&idx=1&sn=4d094bf6452ace26831709fd65e50dc2&scene=21#wechat_redirect。
[31][32]Facebook, "Data Usage Policy", https://www.facebook.com/policy.php.
[33]"Managing Risk for the Internet of Things: Executive Summary (A Report of the CSIS Strategic technologies Program)", Feb.17, 2016, https://www.csis.org/analysis/managing-risk-internet-things.
[34]Iqbal, M. A.; Olaleye, O. G. and Bayoumi, M. A., "A Review on Internet of Things (IoT): Security and Privacy Requirements and the Solution Approaches", Global Journal of Computer Science and Technology: E Network, Web & Security, 2016, 16(7).
[35]Mahmoud, R. et al., "Internet of Things (IoT) Security: Current Status, Challenges and Prospective Measures", The 10th International Conference for Internet Technology and Secured Transactions (ICITST–2015), pp. 336–341.
[36]Kumar, J. S.; Patel, D. R., "A Survey on Internet of Things: Security and Privacy Issues", International Journal of Computer Applications (0975 –8887), 2014, 90(11), pp. 20–27.
[37]"Managing Risk for the Internet of Things: Executive Summary (A Report of the CSIS Strategic technologies Program)", Feb.17, 2016, https://www.csis.org/analysis/managing-risk-internet-things.
[38]Iqbal, M. A.; Olaleye, O. G. and Bayoumi, M. A., "A Review on Internet of Things (IoT): Security and Privacy Requirements and the Solution Approaches", Global Journal of Computer Science and Technology: E Network, Web & Security, 2016, 16(7).
[39]Maras, M.-H., "Internet of Things: Security and Privacy Implications", International Data Privacy Law, 2015, 5(2), pp. 99–104.
[40]Dang, L. M., "A Survey on Internet of Things and Cloud Computing for Healthcare", Electronics, 2019, 8, 768, pp. 1–49
[41]《全球200多處機(jī)密區(qū)域遭泄露，美英俄法荷被一款手表坑了》，觀察網(wǎng)，2018年7月11日，https://www.guancha.cn/internation/2018_07_11_463658_2.shtml。
[42]《高科技人販子？智能玩具或有漏洞，當(dāng)心兒童隱私泄露，甚至被拐賣(mài)》，網(wǎng)易，http://dy.163.com/v2/article/detail/DOMM2SMS0526TKGE.html。
[43]Maras, M.-H., "Internet of Things: Security and Privacy Implications", International Data Privacy Law, 2015, 5(2), pp. 99–104.
[44]Facefirst, https://www.facefirst.com/solutions/surveillance-face-recognition/.
[45]Youn, S., "Facebook Gave Netflix, Spotify, Amazon Access to User Messages, Friends' Data: Report", https://abcnews.go.com/Technology/facebook-gave-netflix-spotify-amazon-access-user-messages/story?id=59907238(2018).
[46]Sherr, I., "The World's Biggest Social Network Is at the Center of an International Scandal Involving Voter Data, the 2016 US Presidential Election and Brexit", Apr.18, 2018 https://www.cnet.com/news/facebook-cambridge-analytica-data-mining-and-trump-what-you-need-to-know.
[47]4iQ, 4iQ Identity Breach Report 2019 "Identities in the Wild: The Long Tail of Small Breaches", https://4iq.com/2019-identity-breach-report/.
[48]施巍松等：《邊緣計(jì)算：萬(wàn)物互聯(lián)時(shí)代新型計(jì)算模型》，《計(jì)算機(jī)研究與發(fā)展》，2017年第5期。
[49]Dang, L. M. et al., "A Survey on Internet of Things and Cloud Computing for Healthcare", Electronics, 2019, 8(7), 768, https://doi.org/10.3390/electronics8070768.
[50]Vescovi, M.; Perentis, C. et al., My Data Store: Toward User Awareness and Control on Personal Data, Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct Publication, pp. 179–182.
[51]Antignac, T.; Scandariato, R. and Schneider, G., "A Privacy–Aware Conceptual Model for Handling Personal Data", International Symposium on Leveraging Applications of Formal Methods, 2016, Vol.9952, pp. 942–957.
Privacy Security of Personal Data Cloud Communication in the Internet of Everything
Li Weidong
Abstract: Personal data in the era of Internet of Everything includes data characterizing the natural attributes of individuals and data characterizing the behavioral attributes of individuals. There are many security hazards of leakage and misuse in each link of personal data cloud dissemination process, mainly including leakage hazards of personal data in Internet of everything terminal, leakage hazards of personal data in Internet of everything cloud, and misuse hazards of personal data in Internet of everything application. In the process of cloud dissemination of personal data, its owner almost loses control of its personal data, and has difficulty in understanding the flow of its personal data. Therefore, the first key to protect personal data is to keep the control of personal data in the hands of individuals as much as possible and establish a personal data control mechanism based on edge computing; the second is to let individuals themselves manage the flow of their data as much as possible and establish a regulatory mechanism for the access to and use of personal data in the cloud.
Keyword: internet of everything, personal data, cloud dissemination, security of privacy
責(zé) 編／張 曉
