數(shù)據(jù)挖掘中的信息倫理沖突問題

黃曉勇

(福建師范大學(xué)人民武裝學(xué)院，福建 福州 350007)

信息時代給我們帶來了數(shù)據(jù)爆炸性增長，也催生了從海量數(shù)據(jù)中提取出有用知識的富有挑戰(zhàn)性的研究領(lǐng)域——數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是指針對包括網(wǎng)頁內(nèi)容、網(wǎng)頁結(jié)構(gòu)、訪問信息、用戶數(shù)據(jù)、電商信息等各種網(wǎng)絡(luò)數(shù)據(jù)，運用數(shù)據(jù)挖掘方法，用以幫助人們從網(wǎng)絡(luò)中提取知識，為用戶、運營商以及包括電子商務(wù)在內(nèi)的基于互聯(lián)網(wǎng)的商務(wù)活動提供決策支持［1］。但是，具有強(qiáng)大發(fā)展性和生命力的數(shù)據(jù)挖掘，勢必與公民信息隱私權(quán)利的保護(hù)產(chǎn)生一定的矛盾，如若處理不當(dāng)則可引起倫理沖突。

《數(shù)據(jù)挖掘:以破壞隱私為代價》報告(Ann Cavoukian，1998)稱，數(shù)據(jù)挖掘可能是個人隱私提倡者未來10年所要面對的“最根本的挑戰(zhàn)”，數(shù)據(jù)的質(zhì)量、用途、安全、開放程度、個人權(quán)利、義務(wù)等方面不應(yīng)違背國際社會所提倡的“良好數(shù)據(jù)使用原則”。但在數(shù)據(jù)挖掘的實踐中，這一原則往往難以遵循。尤其是關(guān)系到人這個主體的私有數(shù)據(jù)，一旦濫用和誤用，必然引發(fā)倫理沖突問題。

一 數(shù)據(jù)挖掘中涉及的倫理問題

(一)數(shù)據(jù)挖掘與用戶隱私權(quán)的問題

在日常生活中，用戶訪問某個網(wǎng)站，該網(wǎng)站服務(wù)器的日志記錄就會留下關(guān)于該用戶的訪問信息，例如客戶訪問該網(wǎng)站的個人資料、逗留時間、瀏覽行為、訪問習(xí)慣、購物偏好等。這些積累起來的海量數(shù)據(jù)，可以成為數(shù)據(jù)庫的重要數(shù)據(jù)源。而對這些數(shù)據(jù)進(jìn)行深入挖掘，可以對用戶群的行為、偏好、習(xí)慣等進(jìn)行分析，提煉出某個用戶或某類用戶群的特質(zhì)進(jìn)行分析，以提供具有針對性的個性化服務(wù)。然而與此同時，挖掘這些個人數(shù)據(jù)信息也為侵犯用戶個人網(wǎng)絡(luò)隱私提供了便利。在數(shù)據(jù)挖掘中，挖掘者(包括從事數(shù)據(jù)挖掘的個人或組織)可能會在以下幾個方面侵犯公民的個人數(shù)據(jù)隱私權(quán)。

1.個人信息的過度開采。要想數(shù)據(jù)挖掘獲得良好的效果，首要的是采集到足夠大量和全面的數(shù)據(jù)。在數(shù)據(jù)采集過程中未征得信息所有者的同意、未聲明數(shù)據(jù)的使用目的和范圍，或通過欺詐、偷盜及其他非法途徑獲取個人信息的，都是對個人信息隱私權(quán)的侵犯。我們常常會發(fā)現(xiàn)在某些網(wǎng)站提供的頁面上出現(xiàn)自己瀏覽過的或相關(guān)的商品廣告，就是因為目前很多網(wǎng)站都配置有監(jiān)控用戶瀏覽記錄和上網(wǎng)習(xí)慣的程序，更有甚者未經(jīng)用戶授權(quán)就私自記錄保存了用戶的相關(guān)隱私檔案，包括用戶的IP地址、電郵地址、瀏覽記錄和網(wǎng)購記錄等，這些都是侵犯用戶隱私權(quán)的表現(xiàn)。

2.個人信息的濫用。數(shù)據(jù)挖掘?qū)€人信息隱私權(quán)在數(shù)據(jù)使用階段的侵犯主要包括挖掘者私自改變、擴(kuò)大用戶個人信息的用途和應(yīng)用范圍。就目前普遍情況而言，還未有挖掘者在采集用戶個人信息時用通俗易懂的方式明確告知用戶其提供的信息將會用于數(shù)據(jù)挖掘。換句話說，幾乎目前所有的對用戶個人信息進(jìn)行的數(shù)據(jù)挖掘活動都不合法。更有甚者，挖掘者對用戶個人信息進(jìn)行非法編輯，篡改其真實性、完整性和準(zhǔn)確性，嚴(yán)重侵犯了用戶的隱私權(quán)。

3.個人信息的錯誤分析。數(shù)據(jù)挖掘者采集數(shù)據(jù)的根本目的是分析數(shù)據(jù)并從中獲取潛在的有用信息。例如，通過分析用戶的身份、職業(yè)、收入、消費水平等信息與其近期經(jīng)常瀏覽的網(wǎng)頁內(nèi)容之間的關(guān)聯(lián)性，可以推斷出該用戶的品位和消費偏好。但是如果所挖掘的數(shù)據(jù)本身無法保證其正確性、完整性和全面性，再加上不完善的挖掘工具和不恰當(dāng)?shù)耐诰蚍椒ǎ詈蠓治龀龅慕Y(jié)果很可能扭曲數(shù)據(jù)主體的形象得出謬論。羅冰眉曾經(jīng)說過:“由于前一步的信息搜集就有極大的隨意性，而且有可能搜集到錯誤信息，因此很有可能產(chǎn)生與當(dāng)事人真實情況不符的‘資料形象’(Material Image)”［2］。而這種所謂的“資料形象”很有可能在無形當(dāng)中有意無意地暴露數(shù)據(jù)主體的個人形象，甚至扭曲和破壞數(shù)據(jù)主體的形象。

4.個人信息的非可用性。由于網(wǎng)絡(luò)挖掘技術(shù)的大量使用，致使大部分信息在無用戶授權(quán)的情況下被使用和復(fù)制，由此可能威脅到信息的可用性［3］。挖掘者未經(jīng)當(dāng)事人授權(quán)，私自公開用戶的個人信息，就已經(jīng)侵犯了用戶的個人隱私權(quán)。正如前文提到的，數(shù)據(jù)挖掘從業(yè)者在采集用戶數(shù)據(jù)時大多數(shù)情況下并沒有聲明這些個人信息將會被用于數(shù)據(jù)挖掘;而有些即便是已作出相關(guān)說明的，在進(jìn)行數(shù)據(jù)挖掘工作之后，又將這些用戶個人信息另作他用，又甚至公然將這些個人信息進(jìn)行販賣，嚴(yán)重侵犯用戶的隱私權(quán)。

(二)個人信息的所有權(quán)

長期以來，私有數(shù)據(jù)挖掘活動中關(guān)于數(shù)據(jù)所有權(quán)的歸屬一直存在爭論。在法律意義上，所有權(quán)是由具有資格出售某件特別財產(chǎn)的人決定的［4］，但是當(dāng)所涉及到的數(shù)據(jù)關(guān)乎人本身，顯然這樣的提法有失妥當(dāng)，而關(guān)于私有數(shù)據(jù)所有權(quán)的歸屬也是難以統(tǒng)一的;然而在實踐中不難發(fā)現(xiàn)，可用于進(jìn)行數(shù)據(jù)挖掘的用戶私有信息是海量并極具潛在價值的［5］。對互聯(lián)網(wǎng)上大量的網(wǎng)頁信息的挖掘涉及到網(wǎng)頁所有者的所有權(quán)問題，目前的數(shù)據(jù)挖掘活動都是在未經(jīng)數(shù)據(jù)所有者授權(quán)的前提下開展的，在海量的存儲著用戶個人信息的網(wǎng)頁和相關(guān)網(wǎng)絡(luò)鏈接以及用戶訪問網(wǎng)頁的記錄中采集、整理出關(guān)于用戶的有用信息，分析用戶偏好，并對個體用戶提供具有針對性的個性化信息服務(wù)。然而，目前針對網(wǎng)頁內(nèi)容、網(wǎng)絡(luò)訪問記錄以及網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)挖掘全都涉及對版權(quán)的保護(hù)。若單純從保護(hù)網(wǎng)頁版權(quán)的角度出發(fā)，限制對網(wǎng)頁進(jìn)行數(shù)據(jù)挖掘，那么，網(wǎng)頁數(shù)據(jù)挖掘技術(shù)也就不能得到使用和發(fā)展，亦不能實現(xiàn)其功能和價值，不利于傳播信息和知識。從理論意義上來說，網(wǎng)頁版權(quán)保護(hù)的最終目的是為了實現(xiàn)保障用戶權(quán)利和促進(jìn)信息傳播雙贏，平衡各方的利益。網(wǎng)頁數(shù)據(jù)挖掘可以促進(jìn)網(wǎng)絡(luò)信息資源的深度共用共享，增進(jìn)知識的利用與傳播。

所以，在網(wǎng)絡(luò)數(shù)據(jù)挖掘工具發(fā)達(dá)與計算機(jī)通訊網(wǎng)絡(luò)普及的當(dāng)今社會，數(shù)據(jù)挖掘面臨的最重要的問題之一，就是解決好用戶個人信息隱私保護(hù)權(quán)和信息所有權(quán)歸屬的問題，只有解決了這個問題，才能確保在合理的信息訪問和數(shù)據(jù)挖掘過程中，用戶隱私受到保護(hù)且被挖掘的信息具有安全性、合理性和合法性。

二 解決數(shù)據(jù)挖掘過程中的倫理問題

數(shù)據(jù)挖掘活動是一項復(fù)雜的工作，在實施過程中我們會遇到這樣那樣的問題。社會倫理，本來就是一個界限模糊的概念，什么是符合倫理?什么是不符合倫理?這恐怕只能由我們在現(xiàn)實中慢慢摸索。但是在實踐中，我們應(yīng)該從以下幾個方面著手做起:

(一)數(shù)據(jù)挖掘從業(yè)者需樹立良好的職業(yè)道德觀

所謂職業(yè)道德，是指所有從業(yè)人員在職業(yè)活動中應(yīng)該遵循的行為準(zhǔn)則［6］。由于數(shù)據(jù)挖掘活動是涉及公民個人隱私權(quán)問題、信息所有權(quán)等多方面利益的一項工作，因此需要從事數(shù)據(jù)挖掘活動的工作人員具備良好的職業(yè)道德觀，并遵從該職業(yè)范圍內(nèi)的特殊道德要求，亦即尊重和保障用戶的個人信息隱私權(quán)。同時，這也是大眾對數(shù)據(jù)挖掘從業(yè)者的從業(yè)觀念、工作態(tài)度、職業(yè)紀(jì)律和原則作風(fēng)等方面的行為規(guī)范和標(biāo)準(zhǔn)要求。如果有些人，一心想著窺探他人隱私，甚至將他人的隱私作為日常八卦的談資，在無形中就泄露了很多用戶的個人隱私信息，這類人就不符合成為數(shù)據(jù)挖掘從業(yè)者的基本要求。也有的人，金錢利益高于一切，被蠅頭小利迷失了心智，很可能會把工作中用戶的個人隱私信息當(dāng)作金錢交易的籌碼，這更是對用戶的個人隱私權(quán)造成了極大的侵害。由此可見，要想成為一名合格的數(shù)據(jù)挖掘從業(yè)者必須具備或培養(yǎng)良好的職業(yè)道德觀，否則將會對數(shù)據(jù)挖掘活動和用戶主體造成極大的威脅。

(二)建立和健全用戶主體的登記審批制度

1984年，英國頒布《數(shù)據(jù)保護(hù)法》，其中第5條規(guī)定:只有經(jīng)過登記被批準(zhǔn)為數(shù)據(jù)使用者(或數(shù)據(jù)使用者兼計算機(jī)處理中心)之后，該使用者才有權(quán)持有個人數(shù)據(jù)［7］。盡管這部法律頒布之時尚未有數(shù)據(jù)挖掘一說，但卻為日后保護(hù)數(shù)據(jù)挖掘活動中的用戶隱私權(quán)提供了理論基礎(chǔ)。而如今我們要做的是在建立和健全數(shù)據(jù)用戶主體的登記批準(zhǔn)制度的基礎(chǔ)上，對采集用戶個人信息的主體做出規(guī)范性限制，將用戶個人信息的數(shù)據(jù)采集權(quán)授予并且僅授予那些承諾為用戶主體保密的數(shù)據(jù)挖掘者。目前我國尚未建立關(guān)于采集用戶隱私信息的相關(guān)登記批準(zhǔn)制度，望在未來能夠盡早填補(bǔ)這一空白。

(三)開發(fā)與利用新興技術(shù)

網(wǎng)絡(luò)數(shù)據(jù)挖掘是一種技術(shù)系統(tǒng)，所以解決網(wǎng)絡(luò)數(shù)據(jù)挖掘的倫理問題要通過技術(shù)的手段來實現(xiàn)。如果僅是從保護(hù)用戶個人信息安全的方面來說，現(xiàn)有的相關(guān)安全技術(shù)已經(jīng)存在。但如果在技術(shù)層面上過度地保護(hù)用戶個人信息，那么數(shù)據(jù)挖掘從業(yè)者采集數(shù)據(jù)的難度勢必會大大增加，不利于相關(guān)工作的開展，也不利于數(shù)據(jù)挖掘本身的發(fā)展。解決方法之一就是研究保持隱私的挖掘算法和挖掘方法。隱私保護(hù)和信息安全是數(shù)據(jù)挖掘中的一個很有意義的研究方向。目前在這方面已經(jīng)取得了一定的成果，在保護(hù)隱私的挖掘方法方面，有學(xué)者提出分布式數(shù)據(jù)挖掘的隱私保護(hù)技術(shù)，該技術(shù)主要采用的是基于密碼學(xué)的隱私保持技術(shù)。其中具有代表性的是基于SMC(值匹配個數(shù)/屬性個數(shù))的隱私保護(hù)數(shù)據(jù)挖掘技術(shù)，而常見的密碼學(xué)工具有:可交換密碼、同態(tài)加密、秘鑰共享、零知識證明、不經(jīng)意傳輸?shù)龋捎冒踩嗑S計算來保護(hù)隱私［8］，除了需要考量挖掘結(jié)果的準(zhǔn)確性外，還要結(jié)合安全強(qiáng)度、計算成本以及通信成本等問題。國外目前已經(jīng)推出了相關(guān)軟件，諸如“隱私保護(hù)神”等用以保護(hù)用戶的個人使用記錄等隱私。國外現(xiàn)在已研制出PET(Privacy Enhancing Technique，隱私增強(qiáng)技術(shù))軟件，如 Anonymous Remailers、Surf Anon－mously、Cookie Busters等［9］。這類應(yīng)用軟件的主要功能大多旨在幫助數(shù)據(jù)主體理解互聯(lián)網(wǎng)服務(wù)提供商的隱私政策;或者是用匿名方式訪問網(wǎng)絡(luò)站點，在最大程度上實現(xiàn)對用戶個人信息的保護(hù)，使之不易被網(wǎng)絡(luò)數(shù)據(jù)挖掘工具探測到。而從長期的發(fā)展來看，開發(fā)網(wǎng)絡(luò)數(shù)據(jù)挖掘軟件或相關(guān)搜索引擎對于用戶和網(wǎng)絡(luò)數(shù)據(jù)挖掘從業(yè)者雙方而言，都將是一種切實可行的技術(shù)性解決方法。

(四)建立和健全相應(yīng)的法律法規(guī)

在這個技術(shù)不斷推陳出新的時代，任何技術(shù)都有死角，也都可能隨時被攻克或被新技術(shù)取代，因此技術(shù)雖是基礎(chǔ)卻不萬能，必須輔以法律為保障。所以，隱私權(quán)立法必須得到加強(qiáng)，用法律保護(hù)來填補(bǔ)技術(shù)的缺失和保護(hù)的不足。隱私權(quán)立法應(yīng)該綜合考慮以下幾點:首先，要明確用戶個人信息采集的依據(jù)，政府的官方采集行為必須是以憲法和法律為依據(jù)，根據(jù)具體的數(shù)據(jù)挖掘活動的職責(zé)和工作需要來決定，以防止濫用政府行為造成對用戶個人信息隱私權(quán)的侵犯;而其他社會組織和個人的數(shù)據(jù)采集行為除法律規(guī)定外，則必須要取得當(dāng)事人的同意后方可進(jìn)行;其次，強(qiáng)調(diào)在沒有經(jīng)過用戶本人同意授權(quán)的情況下，不得將采集的數(shù)據(jù)用于最初聲明的目的之外的用途和范圍;再次，采集者還要保證采集到的用戶個人信息具備完整性、準(zhǔn)確性和安全性。數(shù)據(jù)挖掘從業(yè)者需在合法的范圍內(nèi)運用合法手段使用用戶的個人信息;應(yīng)當(dāng)明確且完整地將所采集信息的使用目的和整理過程用通俗易懂的方式告知用戶，不可故意刁難或隱瞞;不應(yīng)私自更改已作約定的信息用途;不應(yīng)在未經(jīng)用戶許可或法律批準(zhǔn)的情況下以任何形式公開、販賣用戶信息;應(yīng)當(dāng)保證用戶個人信息真實、安全，并對使用后可能產(chǎn)生的后果負(fù)相關(guān)責(zé)任;防止數(shù)據(jù)遺漏、丟失和無授權(quán)訪問［10］。

(五)提高用戶的自我防范意識

基于多方面因素，國人對于隱私權(quán)的重視程度一直不高。用戶作為數(shù)據(jù)主體，提高其信息隱私權(quán)利意識至關(guān)重要。從一個角度來看，某些用戶自身信息權(quán)利意識淡薄，未關(guān)注到網(wǎng)絡(luò)數(shù)據(jù)挖掘活動可能會對自身信息權(quán)利將產(chǎn)生的影響;從另一角度來看，用戶應(yīng)劃歸為弱勢群體，不得不提供一些關(guān)于自己的信息來換取某些服務(wù)。大多數(shù)時候，用戶的信息權(quán)利是在無意識中被“合法”侵犯了。由此可見，如果用戶具備足夠的“意識”，就能不斷提高自身的保護(hù)能力，依靠各種技術(shù)手段增強(qiáng)自我保護(hù)，例如采用匿名方式注冊和瀏覽、禁用網(wǎng)站Cookies以及應(yīng)用技術(shù)軟件等;還應(yīng)積極了解網(wǎng)絡(luò)站點采集的信息主要內(nèi)容和種類，采集信息的方法和用途，信息的使用主體、場合、方式，是否提供這些信息將會導(dǎo)致何種后果以及可能擁有獲得何種補(bǔ)償?shù)?積極運用法律武器保障自己的合法權(quán)益;集體追究或起訴數(shù)據(jù)挖掘者濫用用戶個人信息造成惡性后果，對挖掘者的行為形成一種制約和規(guī)范，促進(jìn)網(wǎng)絡(luò)數(shù)據(jù)挖掘合理地運用、發(fā)展和進(jìn)步［11］。大力宣傳教育，增強(qiáng)用戶的隱私權(quán)保護(hù)意識，樹立隱私權(quán)觀念，使用戶清楚認(rèn)識自己享有的隱私權(quán)權(quán)利，學(xué)習(xí)了解如何保護(hù)隱私權(quán)不受侵犯等。

(六)加大政府有效監(jiān)管的力度

在是否應(yīng)該加大政府監(jiān)管力度的問題上一直存在爭議。一方面，在現(xiàn)代市場經(jīng)濟(jì)環(huán)境中，信息的傳播是開放而自由的;如果政府監(jiān)管或干預(yù)過多，可能影響信息的采集、傳播和利用，導(dǎo)致整個信息產(chǎn)業(yè)的發(fā)展受到不同程度的影響。然而，另一方面，如果對網(wǎng)絡(luò)采取完全任之的態(tài)度亦是不行的，只有加大政府有效監(jiān)管的力度，才能保障網(wǎng)絡(luò)安全有序，使整個網(wǎng)絡(luò)環(huán)境向著健康積極的方向發(fā)展。并且隨著通訊技術(shù)在全球的普及和發(fā)展，互聯(lián)網(wǎng)絡(luò)已經(jīng)成為人們?nèi)粘Ｉ钪胁豢扇鄙俚囊徊糠郑⑶野l(fā)揮著越來越重要的作用。但網(wǎng)絡(luò)就猶如一把雙刃劍，在日常生活各個方面都依賴它的同時，許多問題也隨之產(chǎn)生。在網(wǎng)絡(luò)數(shù)據(jù)挖掘活動中，就已經(jīng)出現(xiàn)了諸如用戶隱私權(quán)、信息版權(quán)、網(wǎng)絡(luò)安全等各方面涉及網(wǎng)絡(luò)倫理的問題。這些問題不好好解決，就會阻滯信息科技的進(jìn)步和信息產(chǎn)業(yè)的發(fā)展。只有加大政府有效監(jiān)管的力度，才能平衡和協(xié)調(diào)好信息社會中的各方關(guān)系，巧妙解決這些矛盾。因此，我國應(yīng)該在現(xiàn)有基礎(chǔ)上建立有效的政府監(jiān)管機(jī)制，加強(qiáng)對網(wǎng)絡(luò)數(shù)據(jù)挖掘等信息活動的管理。政府在實施監(jiān)管的過程中，應(yīng)以“適度”為準(zhǔn)，“引導(dǎo)”為主，促進(jìn)網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)的合理、合法使用和健康長遠(yuǎn)發(fā)展［12］。

［1］安淑芝.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘［M］.北京:清華大學(xué)出版社，2006.

［2］羅冰眉.網(wǎng)絡(luò)環(huán)境下個人數(shù)據(jù)與其隱私權(quán)的保護(hù)［J］.現(xiàn)代情報，2003，(9).

［3］牛少彰.信息安全［M］.北京:北京大學(xué)出版社，2005.

［4］［5］石志明.數(shù)據(jù)挖掘中的個人隱私和社會影響［J］.電腦知識與技術(shù)，2007，(13).

［6］楊玉麟，曹美琴.論數(shù)據(jù)挖掘與公民信息隱私權(quán)的沖突與調(diào)適［J］.高校圖書館論壇，2007，(3).

［7］［11］劉先紅.論數(shù)據(jù)挖掘中的個人數(shù)據(jù)隱私權(quán)問題［J］.大眾科技，2007，(11).

［8］華蓓，鐘誠.數(shù)據(jù)挖掘中的隱私保護(hù)技術(shù)進(jìn)展分析［J］.微電子學(xué)與計算機(jī)，2009，(8).

［9］Tavani H T.KDD，data mining and the challenge for normative privacy［J］.Ethics and Information Technology，2005，(1).

［10］［12］曹玉平.數(shù)據(jù)挖掘中的信息倫理問題研究［J］.情報理論與實踐，2008，(5).