| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

國人被阿裡賣了 還幫著數錢(圖)


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  如果無視阿裡的大數據及雲計算對中國國家安全帶來的沖擊,那麼今天為阿裡的成功上市而喝彩的中國人,早晚會意識到自己就像一個為自己的插標賣首而鼓掌的傻瓜。


  

  阿裡巴巴在紐交所的成功上市,引發了互聯網對阿裡及馬雲的贊譽狂潮。而關於阿裡的股權結構及其外企身份的討論,則成為這場輿論狂歡中的一種異樣的音調。


  作為一位公共管理的研究者,我更喜歡從公共管理的視角來審視阿裡巴巴的成長。在此,我只想談一個問題:從國家的信息安全的角度看,阿裡的大數據有多可怕。

  先講一個發生在美國的真實的故事:幾年前,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,由於很明顯促銷是沖著這個家庭中的那位16歲女孩來的,女孩的父親覺得受到了侮辱,於是怒氣沖沖地找到了這家商場討說法。為了平息這位父親的怒氣,商場做出了誠懇的道歉。但數天後,這位父親赫然發現,其16歲的女兒真的未婚先孕了。


  那家商場之所以能未卜先知地知道該女孩懷孕,是因為該商場通過若幹種商品的消費數據建立了一個懷孕預測指數,以此來預知其顧客的懷孕情況。可以說,這只是一個典型的數據挖掘案例。

  不過,與馬雲阿裡巴巴相比,這家美國商場的數據挖掘簡直就是小兒科。一方面,阿裡巴巴的消費數據覆蓋之廣、累積之深,全球沒有任何一家公司和機構能出其右;另一方面,阿裡巴巴的雲計算技術位居業界翹楚,其數據挖掘能力幾乎獨步江湖。這兩項結合起來,使阿裡巴巴能夠輕而易舉地為其用戶建立一個細致的個人檔案和並進行精准的行為預測。就此而言,阿裡巴巴的大數據和雲計算簡直就是有史以來最為強大的情報搜集和分析系統----通過其大數據和雲計算,中國人的一舉一動及行為偏好都可以盡在其掌握之中。考慮到阿裡的股權結構(日資軟銀占34.1%、美資雅虎占22.4%)和企業國籍(注冊於英屬開曼群島),在美國上市的阿裡已不屬於中國企業。從國家安全的角度考量,這簡直讓人不寒而栗。


  具體說來,阿裡的大數據挖掘至少在以下兩個方面可以對國家安全造成威脅:

  第一,通過大數據挖掘建立起中國要害人員的個人檔案----檔主的社會關系、性格稟賦、興趣愛好、隱私緋聞甚至生理周期和心理缺陷都盡在其中。有了這樣一份個人檔案,檔主的行為偏好及弱點把柄就會被人洞若觀火,威脅利誘等策反手段就能事半功倍。可以想象,如果我國各級軍官甚至每一個士兵都被敵對國建立了這樣一份檔案,一旦開戰,我方必敗無疑;如果我們的外交及經濟談判代表團成員都被對方建立了這樣一份檔案,談判的結果也不難想象。甚至可以這樣說,如果阿裡的大數據能以現在的規模再累積30年,三十年後的中國領導人或許會從阿裡的用戶中產生。若此,阿裡的大數據和雲計算,差不多能披露三十年後領導人的個人隱私。

  第二,通過大數據挖掘建立起中國戰略資源的流轉及節點圖。阿裡的大數據本身就包含各種商品流轉的數據,通過各種商品的流轉很容易分析出國家各種資源的流轉,由此繪制出中國各種戰略資源的流轉及節點圖,包括各種戰略資源流轉的全部流程、轉化的產品形態、持有人、關聯系統及相關的地點、時點、數量產能。有了這樣一份戰略資源的流轉及節點圖,中國戰略資源的薄弱環節就會清晰地展現出來。顯然,無論戰時還是平時,這樣一份戰略資源的流轉及節點圖都可用作瓦解國家安全的導航圖。
點個贊吧!您的鼓勵讓我們進步     已經有 3 人參與評論了, 我也來說幾句吧
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    共有 3 人參與評論    (其它新聞評論)
    評論2 游客 [上.香.終.必] 2014-10-09 23:45
    很有道理,以後要小心了
    評論1 游客 [子.此.始.御] 2014-10-09 23:39
    扯******蛋!
    上一頁1下一頁
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0383 秒 and 5 DB Queries in 0.0045 秒