2. 匿名很难实现——这是一种 Fugazi

[shukla7789]

尽管近年来受到严格审查，但网络匿名能力仍被视为一种超能力，卧底记者和生活在言论自由受到严格限制的国家的人仍在使用这种能力。

大数据分析使得任何公司都很难保证数据文件完全匿名。由于大数据洞察所基于的原始数据集具有异构性，消费者的身份特征被公开的风险很大，从而破坏了他们可能拥有的任何剩余隐私。


尽管数据旨在完全“匿名化”，但许多安全人员通常会将有价值的文件合并起来，以便快速识别用户。由于几乎每一家中小型互联网企业都使用由 沙特阿拉伯电话号码数据 第三方在云端托管的财务、发票和会计软件——而且这些提供商对用户数据的政策往往不同——匿名化变得更加困难。

3.大数据环境下数据屏蔽失败
如今，大多数企业都采用一种称为“数据屏蔽”的流程来保护敏感信息免受互联网上的窥探。数据屏蔽，也称为数据混淆，是一种通过看似无害的文本或数字的虚假幌子来隐藏敏感信息的做法。数据屏蔽通常用于隐藏敏感数据，防止窥探。

如果使用不当，数据屏蔽可能会完全失败，危及安全，从而危及许多从事大数据分析的人的匿名性。公司经常忽视与大数据相关的危害，这加剧了对用户隐私的威胁。

为了解决如何使数据屏蔽与大数据协同工作的问题，企业必须实施严格的政策，详细说明数据屏蔽的标准并确保所有员工都遵守这些政策。

4. 大数据洞察导致歧视
人们可能认为，随着人类进化并迎接数字时代的到来，种族主义和其他形式的明显偏见将被抛在脑后，但不幸的是，它们仍然是普遍存在并产生持久影响的问题。


尽管几乎每个行业都存在偏见，但大数据洞察和分析的结合使得企业能够了解个人的种族并利用这些知识为自己谋利。

例如，银行可以使用预测分析来了解贷款申请人是否属于特定种族群体，然后拒绝他们的申请；这种被称为“自动歧视”的做法近年来引起了广泛关注。