北京市民如何通过大数据追踪新发地接触者？隐私保障与技术手段解析
“过去15天内您去过新发地吗？”这是北京市民经常问到的问题。如果您在这15天内恰好去过或路过新发地，您就会收到这条短信。
我相信你会和我一样感到惊讶。别人怎么知道我去过新发地？你怎么知道这个？为什么你还能给我发短信？如何保护我的隐私？
首先我们引用一组数据。截至6月20日6时，北京累计采集样本229.7万份。平均每天40万人次。 5月30日至6月13日，利用大数据筛选出涉疫情市场人员35.5万人并进行检测。
短短几天，北京利用大数据分析高危人群所在位置和路径，发现超过30万人，并迅速进行核酸检测。与年初武汉疫情暴发初期利用大数据分析人群路径相比，此次北京的“大数据筛查”进一步体现了科技的力量，未来不可小觑。疫情防控。
什么是大数据？
大数据，顾名思义，是一个巨大的数据集合。大数据分为狭义大数据和广义大数据。
狭义的大数据主要是指个人信息和上网习惯的大数据。更简单地说，就是你喜欢看的电视、你对购物网站的偏好等等。
广义相对论主要是针对企业和社会的。例如，618这样的购物平台需要首先分析购物偏好，然后进行需求预测，最后提前预订商品。
北京新发地疫情所使用的大数据是狭义大数据和广义大数据的融合，也是大数据技术的很好运用。
你到底怎么知道我去了新发地？
截至7月2日，官方尚未公布获取大数据的具体方法，但通过查阅相关资料获取已知内容，我们了解到了短时间内快速找到新发地访客的三种方法。
第一种方法也是最简单的方法。虽然并不全面，但该方法是初步排除故障的方法。
https://img2.baidu.com/it/u=2515676839,380592197&fm=253&fmt=JPEG&app=120&f=JPEG?w=750&h=500
通过检查店铺、仓库内的物品，确认货物信息和人员信息。在这个过程中，如果出现携带病毒的物品，就会通过路线和接触者进行追踪，这也是识别密切接触者的依据之一。
第二种方式是通过社交互动信息分析。不仅仅是用社交软件信息来判断，而是通过社区电话调查、上门走访等方式，需要大量志愿者协助，在最短的时间内筛选出去过新发地或在新发地工作的人。新发地。他们是多少人连续几天的密切接触，终于形成了可靠的信息。
第三种方法也是最有可能、应用最广泛的方法，利用GPS定位信息进行筛查。
手机信号来源于基站，所以每个地区都有不同运营商的基站，信发肯定会有基站。当我们路过新发地或者在新发地停留时间较长时，当地基站会与手机建立通信连接，然后反馈给大数据，从而知道我们的位置。
其实，当我们去另一个城市旅行时，还没下车，我们的手机就会收到一条短信：欢迎来到xx市。这实际上是GPS位置信息。
事实上，大数据的应用对疫情防控发挥了很多积极作用。
跟踪漫游路径
三大通信运营商利用大数据，利用GPS定位和手机号码实名身份信息，帮助卫生部门定位潜在的疫情风险。
理论上，可以最大程度地追踪进出疫区的人员，减少甚至切断疫情的传播。
只要您不扔掉手机或将其关闭，就可以检测到它。
筛查有风险暴露史的人
最近我们经常听到这样的消息：某趟车上有确诊病例，请各位旅客注意。
有关部门可以查询这些同旅客的信息。基本上，当我们得知这个消息时，这些同机乘客已经确诊并接受隔离。
https://img1.baidu.com/it/u=2344717809,732510189&fm=253&fmt=JPEG&app=138&f=JPEG?w=1067&h=500
北京疫情“死灰复燃”后，北京并未采取封城措施。而是更加人性化地按街道划分防控层级，科学管理。大数据在其中发挥了重要作用。
再比如，武汉疫情初期，多家互联网科技公司联手利用大数据技术共享信息，快速查询为全社会提供了保障。
普通民众还可以通过多个社交平台了解新型冠状病毒最新动态、地区疫情防控级别、辟谣功能等。
让我们在纷杂的信息流中回归理性和思考，不盲目跟风，及时平息舆论。
从另一个角度来说，也“抑制”了疫情的蔓延。
大数据会泄露我们的隐私吗？
技术是一把双刃剑。信息时代，所有隐私就像一层薄薄的纸，很容易被刺破、泄露。
近日，不少从未去过新发地的市民也收到了短信。一方面，为了大家的安全，他们以宁可查千个错误，也不留一个错误的方式抗击疫情。
另一方面，其实也是为了防止一些漏网之鱼。如果你明明去过新发地却没有主动举报，收到短信你就会感到愧疚。
在这种环境下，确诊和疑似COVID-19患者往往被视为高危人群。
如果个人信息被披露和传播，可能会导致被披露者及其家人受到歧视性待遇，因此我们应该最大限度地保护这些私人信息。
这就需要运营商配合监管部门进行梳理分析，政府部门严格监管，正确使用大数据这一有力工具。
个人隐私和个人安全其实并不冲突。事实上，中国并没有特别重视隐私问题。每个人的隐私都应该受到保护。 “我”不想让别人知道“我”是否想让别人知道。力量依然在“我””。
大数据未来还有很长的路要走。
页:
[1]