大數據模糊了涉密與非涉密數據的界限,顛覆了數據垃圾無秘密的傳統認識,打破了以客觀存在為基礎的定密習慣。因此,稍有疏忽便有可能引發泄密事件,保密工作者應高度警惕。
大數據暗藏“竊密通道”
從非涉密數據中發現涉密信息。大數據基本理論告訴人們:“如果將海量的碎片化數據匯聚到一起,積少成多,形成大數據,然后通過數據分析,就可挖掘出隱藏在大數據表象背后的重要價值。”這一理論啟示人們:如果將海量多元的非涉密數據通過大數據技術進行關聯分析,在碎片化的信息之間建立某種整體聯系,就可挖掘出隱藏在非涉密數據背后的重要價值。而這種“價值信息”因具有價值屬性很可能涉及秘密范疇,從而使大數據具備了從非涉密數據中發現涉密信息的能力。
使數據垃圾顯現涉密價值。大數據基本理論告訴人們:“數據的價值并不僅限于特定的用途,它可以為了同一目的而被多次使用,也可以用于其它目的;判斷數據的價值需要考慮到未來它可能被使用的各種潛在方式,而非僅僅考慮其目前的用途。”大數據再利用技術能夠使所謂的數據垃圾釋放新的能量,重現新的價值,這種價值一旦具有涉密屬性,就會使數據垃圾顯現涉密價值。
提前感知涉密事項的趨勢與未來。舍恩伯格在《大數據時代》中提到,麻省理工學院兩位經濟學家通過一個軟件在互聯網上每天收集50萬種商品的價格信息,然后把大數據和好的分析法相結合,就能比官方數據提前一步發現通貨緊縮趨勢。這種趨勢涉及國家經濟發展大局和未來走向,提前一步發現就是相當于掌握了核心機密。
由此可見,大數據預測功能使人們有能力提前一步感知到涉密事項的發展趨勢和未來狀態,這一功能如果被不法分子利用,就可能演變為一種新型的竊密手段。
堵住“竊密通道”刻不容緩
改變對待非涉密數據和數據垃圾的傳統處理方式。大數據時代,非涉密數據、數據垃圾與涉密數據一樣,具有特有的價值和可能的涉密屬性。
打破涉密數據以時長作為解密條件的傳統標準。在傳統時長標準的前提下,組織專業的大數據公司和數據科學家,依托科學合理的應用模型,審核即將到期解密的涉密數據,判斷涉密數據的有用性和價值殘留,在此基礎上,再來確定涉密數據是否按期解密。
嚴格把控大數據的共享共用。在大數據時代,非涉密數據共享共用,充分挖掘數據價值將成為數據運用的新常態。要做到既不因為數據共享共用而降低保密要求,也不能片面追求絕對安全而阻礙了大數據應有作用的發揮。