大数据运用中再识别行为的法律规制

大数据时代,个人信息保护具有不同于小数据时代的特点,去识别虽然协调了数据利用与数据保护之间的矛盾,但大数据运用中再识别行为给去识别的个人信息保护带来新的风险和挑战,对再识别行为的立法规制是大数据时代个人信息保护的法治需求.在大数据运用中,应对再识别行为的适用范围、适用主体进行限制,同时赋予数据控制者保护个人数据不被识别的义务和责任.     

大数据时代个人信息保护问题与法律对策

随着大数据时代的到来,大数据不仅受到企业的青睐,而且国家也逐渐开始重视。但这也给个人信息保护带来了挑战,现行的个人信息保护策略(告知与许可、信息模糊化、信息匿名化)似乎都变得不可行。在大数据时代,保障个人信息安全的着力点应聚焦于:改变个人信息收集的"个人许可模式",让数据使用者承担责任;推行新技术"差别隐私",用于保障个人信息安全;制定《个人信息保护法》,以加强互联网个人信息的保护。     

大数据时代下被遗忘权的理论思辨与本土构建

大数据时代，网络技术的发展引发信息危机，激发了公众个人信息“被遗忘”的需求。被遗忘权是数据主体基于信息自主，采取特定手段将其已经公开的个人信息重新归于隐私领域从而使公众遗忘的权利。被遗忘权与我国《个人信息保护法》第47条所规定的删除权在界定和适用上均有区别。作为个人信息权中的具体权利，被遗忘权能够提高个人尊严的保护力度，弥补立法和司法漏洞；同时强化信息处理者在信息传播过程中的责任，规范企业操作。在我国当前民事法律体系的立法背景下，未来应当将被遗忘权的构建纳入《个人信息保护法》的立法框架内，在立法设计上明晰被遗忘权的权利边界，贯彻适用中的必要原则；在实施机制上建立数据保护体系，推动行业自律。     

大数据时代最小必要原则的悖论与超越

最小必要原则及其规则与大数据时代个人信息保护的理念目标、运行规律等产生了较激烈的对立冲突。在大数据时代,一种合理且必要的个人信息收集处理机制,需要构建以公共利益审视必要信息的合理范围,以比例原则实现理念目标与规制手段的均衡,考量具体情境更新必要原则的实施机制,推动必要性原则在大数据潮流中超越升华,实现个人信息保护与数字社会生存与发展的双重目标。     

大数据技术下个人公平征信监管的数据治理维度

个人征信广泛用于信贷、租赁等经济交易场景，关乎征信主体重大经济利益。从国内外征信业发展看，大数据征信已经成为传统征信的重要补充，并呈现出征信主体多元化、个人信用信息泛化、征信过程智能化和自动化等特征。大数据征信一方面有利于解决缺少信用记录主体获得金融支持的困境，另一方面又可能带来信用歧视和不公，而现有征信监管未能有效回应。基于大数据征信数据驱动的本质，可借鉴数据治理的现有立法实践，在征信监管中一方面坚持和完善大数据征信下数据处理的透明度要求，另一方面夯实大数据征信机构在个人信息准确性和合法性方面的保障义务，并赋予信用主体挑战不公平征信结果的权利，以实现大数据下个人公平信用权益的有效保障。     

数据权、数据主权的确立与大数据保护的基本原则

随着云计算、物联网、传感网、移动互联网等蓬勃发展,催生了数据规模的爆炸式增长,人类已大步迈入大数据时代。大数据蕴含着巨大的经济、社会、科研价值和无限的开发潜能,若治理不当,不仅会引发隐私问题、个人信息安全问题,甚至还会影响国家安全和社会稳定。为迎接大数据时代的机遇和挑战,对大数据保护应遵循数据主权原则、数据保护原则、数据自由原则和数据安全原则等基本原则,并在此基础上构建数据主权和数据权法律制度。数据主权主要包括数据管理权和数据控制权,对数据跨国流通的管理和控制是其中最为重要的内容。数据权包括个人数据权和数据财产权。     

个人健康医疗数据可携权的本土化

数据可携权的提法源自欧盟2016年《通用数据保护条例》，出于健康医疗领域数据来源者权利保护与数据资源共享的需求，我国也存在设立个人健康医疗数据可携权的现实必要性，但该权利设立面临立法、司法与数据安全方面的障碍。我国《个人信息保护法》第四十五条第三款首次规定了个人信息携带权，但仅作原则性规定，为个人健康医疗数据适用该条款留下了解释空间。信息与数据虽然存在内容与形式的区别，但根据有关理论与实践，将个人健康医疗数据归入可携权的客体范畴具有一定合理性与可行性。因此，建议参照适用《个人信息保护法》个人信息携带权的规定，并通过部门规章和司法解释明晰个人健康医疗数据可携权的行使条件和健康医疗数据安全保障义务，从而推进我国个人健康医疗数据可携权的设立及保障。     

数据可携带权的解读与践行路径研究

数据可携带权是产生于数据流通环节的一项新兴权利,对加强个人数据保护和释放竞争活力具有重要意义,我国《个人信息保护法》仅对数据可携带权作出了原则性规定,有必要对其本土化完善进行研究。欧盟、美国在数据可携带权实施过程中积累了一定经验,能够为我国数据可携带权的后续运行提供参考。我国数据可携带权的践行路径应当秉持谦抑的原则,从具体规则和适用场域两个方面着手,为促进数据流通和个人信息保护提供保障。     

大数据时代“过度记忆”的对策研究--被遗忘权的本土化思考

大数据的"永久记忆"使个人信息在网络上无限期留存,"被遗忘"成为难题。2016年欧盟通过《通用数据保护条例》确定了被遗忘权的内容与属性,为大数据时代个人信息的法律保护开辟了新天地。作为全球互联网产业发展最快的国家之一,纵观我国网络用户需求与法治实践,将被遗忘权本土化具有现实的正当性与必要性。然而,被遗忘权本土化的落实面临着技术难度大、易被滥用且性质归属不明的困境,颇为棘手,亟待解决。因此在将被遗忘权纳入个人信息权体系的基础上,应加快《个人信息保护法》的制定进程,恪守比例原则,循序渐进,以实现被遗忘权在中国的"平稳着陆"。     

数据法律保护的双重性

在大数据时代，数据的经济价值越来越凸显，数据已然成为数据经营者竞相争夺的对象。然而，在数据产业发展的同时，数据权益却未得到切实有效的保护，而我国现有立法缺乏对数据保护的具体规定。对于数据的法律保护，首先应当明确数据的法律属性，基于数据的双重属性，可将数据划分为个人数据和数据产品。同时，还应当明确个人数据与数据产品的权利边界，确定数据的权利归属。此外，数据保护应当遵守合理使用原则、数据授权原则以及利益平衡原则，并构建数据保护制度，从而切实保护数据主体的合法权益，促进我国数据市场的健康稳定发展。     

数据仓库与数据挖掘

数据挖掘是一新兴的技术,是人们长期对数据库技术进行研究和开发的结果,是当前关于数据库技术的活跃领域。本论文综述了什么是数据仓库、数据挖掘、数据挖掘的实施过程及其功能,最后分析了数据仓库与数据挖掘的关系。     

逻辑分析仪高速数据采集及数据窗口定位

探讨提高逻辑分析仪数据采集速率的途径,提出了一种提高逻辑分析仪数据采样率以及实现高速数据观察窗口在数据流中准确定位的新技术,论述了按照该技术设计的逻辑分析仪的基本结构和原理。用分相采样技术在普通逻辑分析仪基础上设计高速数据采集部分,并利用低速触发识别来定位高速数据窗口,以较小的代价实现高速数据采集和数据观察窗口的定位,增加设计的灵活性,提高逻辑分析仪的性价比。     

数据仓库系统的数据预处理问题研究与应用

从数据仓库应用中的主要障碍之一——数据问题出发,对数据预处理的目标、原则、方法和具体技术进行讨论,并结合一个数据预处理设计的具体实例,分析了如何通过分层次逻辑模型解决数据预处理的透明性、产品化等具体问题。     

从数据分析到数据管理

以数据管理支持决策已经成为企业和政府部门的共识,在这个背景下,统计学科应积极投身于数据管理的实践之中,从数据管理供应链的整体出发,让统计方法在更广阔的领域内发挥作用。统计学科要积极创新,从企业和政府对数据管理的需求出发,开展统计方法论和统计应用的项目管理方法研究;在专业教育方面拓宽统计专业学生的知识面,采用项目教学法和电子表格改善统计普及教育的效果,从而使统计方法在企业和政府的信息化过程不致变成一种单纯的数据分析工具。     

基于数据仓库的数据挖掘技术

从数据挖掘的产生出发到发展的各个分支 ,讨论了各种数据挖掘方法的特点和应用对象 ,介绍典型的算法 ,它们的优化改进和变形 ,并分析数据挖掘的将来面临的问题及发展方向     

数据全球化与数据主权的对抗态势和中国应对 ——基于数据安全视角的分析

数据主权是网络主权延伸到数据层面的必然结果,其背后折射的是国家主权利益,但在行使方式上可能存在不同的利益诉求,并将深刻影响数据跨境流动的效率和成本.自"棱镜门"等多起网络安全事件爆发后,出于维护国家安全、加强公众个人信息保护和促进数字经济发展的现实需要,世界各国(地区)政府纷纷采取措施规制数据跨境流动,催生了美国"云法案"等一批将传统管辖权伸及网络空间的制度设计,深刻地挑战了网络空间秩序,印度等新兴市场国家则通过数据本地化措施予以应对.数据安全属于非传统安全,中国应坚持数据安全流动的基本立场,完善数据跨境流动统一立法,在国际治理中主动开展国际合作,以更具建设性的姿态融入数据全球化进程之中.     

数据挖掘与数据仓库在CRM中的应用

介绍了客户关系管理的思想、功能组成 ,以及数据挖掘和数据仓库技术在客户关系管理中的应用     

加强统计数据管理提高统计数据质量

数据是统计的语言。统计数据质量的高低直接影响到政府、企业的科学决策和现代化管理。因而加强统计数据质 量的管理,提高统计数据质量是极为重要的。本文从分析当前我国统计数据质量管理的现状及存在的问题入手,提出 了加强统计数据管理、提高统计数据质量的一些建议。     

数据科学与大数据专业课程改革研究

大数据相关专业一直是各高校的研究热点.基于此,以安徽农业大学数据科学与大数据专业为研究对象,分析专业发展中遇到的问题,并对培养模式实验班教学经验进行讨论,从传统课程改革和新课程设立及实验平台更新等方面具体探讨大数据专业建设.