大數據的權利
1. 大數據對於現階段的中國,有怎樣的現實意義如何確保數據本身的安全
大數據現在確實備受關注，但是在中國發展瓶頸還是很多。美國大數據發展有基礎，很早就做數字化了，信息累積也比中國好（人家從一戰發家，二戰後穩穩當當發展到今天），而我國數據累積的基礎還很薄弱。
總的來看，目前中國大數據產業還在累積階段。也是一個初級階段。需要准備的工作很多。其中就包括最簡單的問題，數據從哪來？人們生活每天都產生數據，這些數據都是會被收集，最後形成原始數據。其次就是，數據怎麼用？大數據最重要做的不是收集數據，而是通過數據發現問題。
對於數據應用，目前還有一個很大的問題就是法律不完善。簡單來說，數據是屬於誰的？就像你發個簡訊，簡訊內容會被電信公司存著，這種數據，屬於個人還是屬於電信公司？這次兩會，神州數碼郭為就提案說，應該立法把信息所有權明確，就好像物權法明確東西歸屬權，才能夠有後續交易。每個人都應該擁有信息獲取權、知情權，信息的決定權、更正權、公開權、封鎖權、刪除權，利用信息獲取經濟利益的權利以及獲得救濟權等。
2. 大數據屬於誰
獲取、記錄數據需要耗費資源，因此，數據也就具有了資產的屬性。在大數據出現以前，數據依附於具體業務而存在，人們更多的關注在使用數據的軟體系統上。沒有軟體的使用，就沒有數據的價值。當時有關數據的歸屬問題並不那麼突出。在大數據時代，數據可以作為一種獨立的存在，其「資產」性價值越來越引起人們的重視。 數據是物理世界客觀事物性質、狀態的反映，這是客觀存在。你去收集了，有特定的表達形式，自然特定格式的數據就是你的。個人、企業、政府、組織都可以合法地去收集數據。如果違反了現有法律收集了數據，自然也是非法擁有，數據財產也是非法的了。 個人、企業、政府等都可能是數據的擁有者。比如，移動運營商收集個人使用全球定位系統的定位數據。這種情況下，個人成為大數據的來源，移動通信公司投資並收集大數據，以向用戶提供更好的服務。類似地，政府可擁有特定的數據，如人口普查數據、天氣信息、郵政編碼等。不過，我們會對大數據如何使用或者是否應該被收集施加一些限制。 隨著智能手機、網路和衛星定位系統的普及，每個人的一舉一動都會產生很多數據。個體在購買手機、簽署手機合同之時可能就同意手機網路公司有權獲得個人位置之類的信息了。 今後的數據歸屬權與個人隱私的概念可能越來越無關，而且隨著時間的推移，人們對於隱私的看法也在發生改變。以個人位置數據信息為例，以前，人們肯定很不樂意自己的行蹤被別人獲知。如今，似乎沒有人為了不讓別人知道自己的行蹤而不使用手機。 歐洲民眾要求政府公開信息的訴求越來越強烈，歐盟和歐洲各國的立法也在向這個方向推進。以荷蘭為例，除了涉及國家安全和個人隱私的公共信息外，大部分信息都已經實現了公開。民眾也有權向政府申請信息公開。 關於數據財產，目前法律上存在空白，套用目前的物權法或著作權法等相關法律可能都有些問題。所以，我們只能來談談數據權益歸屬的合理性問題。因為數據不是天然存在的，所以，「數據應該屬於數據的生產者」的說法比較合情合理。但是，很多時候數據擁有者很難主張權利，這需要將來制定相應的法律來解決。現在面臨的問題主要有兩個：一是當數據有多個生產者時如何界定；二是當生產的數據涉及秘密和隱私時如何界定。 對於第一個問題，可以通過協商解決。例如，某人在電子商務網站購物，購物行為生產的數據是可以由購物者和電商（可能還有第三方支付平台）共同擁有。一般情況下，個人購物數據對個人幾乎無用，目前被電商無償佔有了。再比如，微博數據現在幾乎已經作為個人資產來看待了，因而微博運營商就不能無償佔有使用微博數據，需要協商處理。對於第二個問題， 就需要法律來界定了。例如，病歷數據是病人和醫生及醫院共同生產的，醫院銷售病歷數據就一定會遇到麻煩，這里不是數據權益的主張問題，而是涉及病人的隱私問題。
3. 大數據現狀，風險是什麼是否侵犯網民權益
大數據分析處理解決方案
方案闡述
每天，中國網民通過人和人的互動，人和平台的互動，平台與平台的互動，實時生產海量數據。這些數據匯聚在一起，就能夠獲取到網民當下的情緒、行為、關注點和興趣點、歸屬地、移動路徑、社會關系鏈等一系列有價值的信息。
數億網民實時留下的痕跡，可以真實反映當下的世界。微觀層面，我們可以看到個體們在想什麼，在干什麼，及時發現輿情的弱信號。宏觀層面，我們可以看到當下的中國正在發生什麼，將要發生什麼，以及為什麼？藉此可以觀察輿情的整體態勢，洞若觀火。
原本分散、孤立的信息通過分析、挖掘具有了關聯性，激發了智慧感知，感知用戶真實的態度和需求，輔助政府在智慧城市，企業在品牌傳播、產品口碑、營銷分析等方面的工作。
所謂未雨綢繆，防患於未然，最好的輿情應對處置莫過於讓輿情事件不發生。除了及時發現問題，大數據還可以幫我們預測未來。具體到輿情服務，輿情工作人員除了對輿情個案進行數據採集、數據分析之外，還可以通過大數據不斷增強關聯輿情信息的分析和預測，把服務的重點從單純的收集有效數據向對輿情的深入研判拓展，通過對同類型輿情事件歷史數據，及影響輿情演進變化的其他因素進行大數據分析，提煉出相關輿情的規律和特點。
大數據時代的輿情管理不再局限於危機解決，而是梳理出危機可能產生的各種條件和因素，以及從負面信息轉化成輿情事件的關鍵節點和衡量指標，增強我們對同類型輿情事件的認知和理解，幫助我們更加精準的預測未來。
用大數據引領創新管理。無論是政府的公共事務管理還是企業的管理決策都要用數據說話。政府部門在出台社會規范和政策時，採用大數據進行分析，可以避免個人意志帶來的主觀性、片面性和局限性，可以減少因缺少數據支撐而帶來的偏差，降低決策風險。通過大數據挖掘和分析技術，可以有針對性地解決社會治理難題；針對不同社會細分人群，提供精細化的服務和管理。政府和企業應建立資料庫資源的共享和開放利用機制，打破部門間的「信息孤島」，加強互動反饋。通過搭建關聯領域的資料庫、輿情基礎資料庫等，充分整合外部互聯網數據和用戶自身的業務數據，通過數據的融合，進行多維數據的關聯分析，進而完善決策流程，使數據驅動的社會決策與科學治理常態化，這是大數據時代輿情管理在服務上的延伸。
解決關鍵
如何能夠快速的找到所需信息，採集是大數據價值挖掘最重要的一環，其後的集成、分析、管理都構建於採集的基礎，多瑞科輿情數據分析站的採集子系統和分析子系統可以歸類熱點話題列表、發貼數量、評論數量、作者個數、敏感話題列表自動摘要、自動關鍵詞抽取、各類別趨勢圖表；在新聞類報表識別分析歸類： 標題、出處、發布時間、內容、點擊次數、評論人、評論內容、評論數量等；在論壇類報表識別分析歸類： 帖子的標題、發言人、發布時間、內容、回帖內容、回帖數量等。
解決方案
多瑞科輿情數據分析站系統擁有自建獨立的大數據中心，伺服器集中採集對新聞、論壇、微博等多種類型互聯網數據進行7*24小時不間斷實時採集，具備上千億數據量的數據索引、挖掘分析和存儲能力，支撐政府、企業、媒體、金融、公安等多行業用戶的輿情分析雲服務。因此多瑞科輿情數據分析站系統在這方面有著天然優勢，也是解決信息數量和信息（有價值的）獲取效率之間矛盾的唯一途徑，系統利用各種數據挖掘技術將產生人工無法替代的效果，為市場調研工作節省巨大的人力經費開支。
實施收益
多瑞科輿情數據分析站系統可通過對大數據實時監測、跟蹤研究對象在互聯網上產生的海量行為數據，進行挖掘分析，揭示出規律性的東西，提出研究結論和對策。
4. 大數據的權威定義
大數據是IT行業的術語，指的是無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
大數據起源 2008年9月，美國《自然》雜志，正式提出「大數據」概念
2011年2月1日，美國《科學》雜志，通過社會調查的方式，第一次分析了大數據對人們生活的影響
2011年5月，麥肯錫研究院分布報告。大數據是指其大小超出了常規資料庫工具獲取，存儲，管理和分析能力的數據集。
具有4V特徵（value，volume，velocity，variety）
Value：價值高。
Volume：體量大。（數據每個18月翻一番，而每年產生的數據量增長到44萬億GB）
Velocity：速度快。（數據生成，存儲，分析，處理遠遠超過人們的想像力）
Variety：種類多。
大數據的來源
按產生主體
（1）企業（關系型資料庫，數據倉庫）
（2）人（瀏覽信息，聊天，電子商務......）
（3）機器（伺服器產生日誌，視頻監控數據）
數據來源的行業劃分
（1）BAT三大公司為代表
（2）電信、金融、保險、電力、石化系統
（3）公共安全、醫療、交通領域
（4）氣象、地理、政務等領域
（5）製造業和其他產業
3.按數據存儲的形式劃分
（1）結構化
（2）非結構化
二．大數據技術支撐
大數據運用場景
環境，教育，醫療，農業，智慧城市，零售業，金融業。
大數據的處理方法
數據採集
數據抓取，數據導入，物聯網設備自動抓取
數據預處理
數據清理，數據集成，數據轉換，數據規約。
轉換：過平滑聚集、數據概化、規范化等方式將數據轉換成適用於數據挖掘的形式。
規約：尋找依賴於發現目標的數據的有用特徵，縮減數據規模，最大限度地精簡數據量。
統計與分析
統計與分析主要是利用分布式資料庫，或分布式計算集群來對存儲於其內的海量數據進行普通的分析和分類匯總，以滿足大多數常見的分析需求，在這些方面需要使用不同的框架和方法。
Hadoop：大數據的核心，主要組成部分包括：maprece（處理）和HDFS（存儲）和yarn（集群資源管理和調度）；
Hbase：常用資料庫；spark：實時數據處理框架；sqoop：數據導入導出；flume：日誌採集工具
Hive：數據倉庫，必須有SQL基礎，可以做離線的數據分析，把復雜的maprece代碼轉化為簡單的sql語句，
而且可以處理的數據類型更加豐富，對接的工具也更多，是整個大數據學習中非常主要的一部分。
5. 大數據的特點包括哪些
1、容量（）：
數據的大小決定所考慮的數據的價值和潛在的信息。
2、種類（Variety）：
數據類型的多樣性。
3、速度（Velocity）：
指獲得數據的速度。
4、可變性（Variability）：
妨礙了處理和有效地管理數據的過程。
5、真實性（Veracity）：
數據的質量。
6、復雜性（Complexity）：
數據量巨大，來源多渠道。
7、價值（value）：
合理運用大數據，以低成本創造高價值。
大數據，指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。
(5)大數據的權利擴展閱讀：
一、結構
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特徵定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從雲計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從採集、處理、存儲到形成結果的整個過程。
第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。
二、意義
現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。
阿里巴巴創辦人馬雲來台演講中就提到，未來的時代將不是IT時代，而是DT的時代，DT就是Data Technology數據科技，顯示大數據對於阿里巴巴集團來說舉足輕重。
有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。
與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。對於很多行業而言，如何利用這些大規模數據是贏得競爭的關鍵。
大數據的價值體現在以下幾個方面：
1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷
2) 做小而美模式的中小微企業可以利用大數據做服務轉型
3) 面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值
6. 大數據時代，玩「爬蟲」可能觸犯哪些法律
可能會侵犯一些別人的個人信息和網路安全吧。
7. 大數據下如何制定授權管理制度
大數據確實是一個開放的生態，各種產品層出不窮，沒有形成事實上的標准。每一家公司的大數據架構或者是技術棧可能都不相同。即算是技術棧看起來一樣，使用相同技術解決的問題也不盡相同。這也就造成了很難借鑒別人的經驗。但這里的經驗指的是戰術上的，具體實施層面的。總的來看方法和傳統的數據管理並無二致。那就是人、技術和流程規范缺一不可。
1、從人上來說，要培養或者招聘有經驗的人才，並且要具備生產安全和信息安全意識；
2、技術上，盡量採用比較成熟的技術，具備較完善的許可權管理和運維管理功能；
3、制定相關的數據管理規范，許可權管理規范，架構規范等，並且從開發到測試到生產的各個流程嚴格管控，防範信息安全事件問題發生。
總之，如果擔心安全，就要一開始將安全考慮進去，並且要考慮到方方面面。