⑴ 什么是“大数据”杀熟为什么会出现这种现象

随着社会的发展，我们的科技变得越来越好，很多人都会利用科技来改善我们的生活，但是有的时候科技也有可能损害我们的生活，比如说大数据杀熟的现象，什么是大数据杀熟呢？为什么会出现这种现象呢？其实我认为主要是因为人们都在追求利润，接下来跟大家具体说明。3.很多人为了利润，所以会出现这种现象。
对于公司来说，他们的主要目的是利润，他们虽然知道客户花多了钱，但是对于他们来说，通过这样的方式能够让自己赚取更多的利润，从而表现不错，获得更多人的投资，改善自己的生活，所以归根结底还是利润，但是我们在赚取利润的时候也应该考虑到消费者的利益，更应该注意对于企业的影响，所以这种行为应该被制止。


总而言之，科技的发展是双刃剑，既有好处也有坏处，就比如大数据用在好的一方面能够方便我们的生活，为我们省钱，用在坏的一方面能够让很多消费者多花钱，坑了消费者，所以说很多公司为了自己的利润，为了自己的报表好看，会选择做这种事情，这种行为应该被制止，是不符合商业规则的，应该对消费者负责。

⑵ 为什么说5g是一把双刃剑呢

一方来面，它实现了计算源与通信的融合，基于大数据人工智能的网络运维，减少了人为的差错;智能化的监控有利于提高网络的安全防御水平。另一方面，5G的虚拟化和软件定义能力以及协议的互联网化、开放化也引入了新的安全风险，使网络有可能遭到更多的渗透和攻击。

⑶ 大数据安全的重要性

大数据在企业和事业单位应用越来越广泛，也越来越被人所熟知，数据的价值也越来越多的被人所认识。它已经成为了一种新的经济资产，被看作是新世纪的矿产与石油，为整个社会带来了全新的创业方向、商业模式和投资机会。
大数据时代，组织和企业会更多的依靠数据分析而非经验和直觉来制定决策。充分挖掘和使用数据的价值将为组织和企业带来强大的竞争力。我们的周围也不乏有希望通过挖掘数据价值，提升组织或和企业竞争力的客户。像所有的科学技术一样，大数据也是一把双刃剑，能否合理利用成了其剑锋所向的分界点。
数据安全存在着多个层次，如规章制定、信息收集、信息传输、信息传输等环节安全。对于业务数据的安全，三分制定，七分技术，其他安全也是至关重要。
业界通常以四个“V”来概括大数据的基本特征：Volume（数据体量巨大）、Variety（数据类型繁多）、Value（价值密度低）、Velocity（处理速度快）。而恰恰是这四个特点，也决定了其安全风险。
数据安全比传统信息安全更加复杂，体现在三个方面。
（1）业务数据越来越大，包括越来越多企业数据、个人资料、客户的隐私，数据的集中存储环节存在很大数据泄露隐患。
（2）敏感数据的应用界限不明确，大数据的分析大多未考虑到个体隐私问题。
（3）大数据对数据安全依赖提升，传统的像APT、DDos等安全工具，在数据防丢失、防泄漏上存在一定的技术难度。
大数据技术，主要是针对事物之间或者人和事物之间进行关系分析，如果大数据技术只是单纯的辅助决策的作用，那并不可怕，但事实上，大数据分析技术逐渐变成了一项重要的业务决策流程，越来越多的决策结果受到大数据分析结果所影响，对于决策者来说，最艰难的事情就是让我们逻辑思考来做决定，还是有智能分析的数据做决定，现在来看，智能分析的结果往往是正确的，并且让我们对其产生依赖，试想一下，如果大数据分析手机的基础信息数据出现问题，或者分析的逻辑是不正确的，那么将会引导我们走向错误，所以，面对海量的数据，存储、管理和分析，传统的对错分析和奇偶校验可能不能满足需求。
3 大数据就是大风险
大数据之“大”实际上指的是它的种类丰富、存储量大，因此管理起来是一个具有挑战性的工作。然而，无论企业在数据的存储、应用以及环境角度来看，“管理风险”不可避免地成为了“大数据就是大风险”的潜在推力。而数据安全是使用单位的重中之重，数据安全技术直接影响国家安全。总结起来，主要体现在五个方面。
3.1 云数据
目前来看，企业对诸如云服务等新技术的应用还是面临很多的困难，因为在实际应用中可能会遇到一些无法预料的问题。另外，黑客们对于放在云端的大数据更容易获取对于他们有用的信息，因此企业对云计算的安全性要求就会更高。
3.2 网络安全
随着互联网、移动互联网和物联网的发展，IT资源产生的在线数据正在被利用，但是数据量越来越大，已有的分析利用效率越来越低，数据的维护和利用压力正在变大。所以企业对于大数据应用中，对网络的恢复、防范依赖性就越来越高。
3.3 隐私
个人隐私作为一直备受关注的社会问题，随着各式各样的数据量越来越大，通过多种关联技术的分析成熟，个人隐私问题也将愈加凸显。
3.4 消费化
随着移动办公的兴起和广泛使用，在数据收集、存储、访问、传输都必不可少的有移动设备的介入。大数据时代的兴起带动了移动设备数量的骤增，为了方便，越来越的员工使用自己的移动设备进行办公。使用方便的同时，也给企业带来了安全隐患，移动设备很容易成为黑客入侵到内网的跳板，所以，移动设备的安全性关系着企业的安全。
3.5 互相联系的供应链
企业是供应链中的一部分，而这个供应链具有复杂性、全球性、还相互关联。信息将供应链紧密地联系在一起，从数据到商业机密再到知识产权，而信息的泄露会给企业带来经济和名誉上的重大损失，因此信息安全也越来越被重视。
不难看出，围绕大数据的五个主要问题多是其安全问题。的确，信息安全是关乎企业生存命脉的一根红线，在任何时期都是不可碰触的。面对大数据的双刃剑，保护好这些敏感数据的安全及其大数据分析生成的各种战略方案、机密文档、市场报告等成果，是促使大数据助力企业发展的关键环节。 各类技术都在考虑它们的安全性，并力求从中寻求一个契合点，云计算还有大数据，也都在寻求安全和各类技术有效融合。当大数据考虑安全性的时候，一个全新的安全生态系统伴随着大数据生态系统的成熟逐渐在我们眼前清晰地展开，资本运作和创新的动力不断地驱动着安全向前迈进。
4 数据信息的“安保”直接影响数据开发
不可否认，信息化程度越高，信息安全受到拷问的程度就越大。困扰全球各国的数据安全问题，同样也在考验中国。不能实现数据信息的“安保”，数据的开发就是一场灾难，世界主要经济体对此无一不有清醒认识。

⑷ 大数据带来的大影响

大数据带来的大影响_数据分析师考试

如果把“数据化”视为信息社会的初级阶段，则名不见经传的英国科学家维克托·迈尔-舍恩伯格，用他别具洞见的天才新著《大数据时代》首次告诉我们：人类正在进入“数据颠覆传统”的信息社会中级阶段。

在此阶段，信息无所不在无所不包，其无限膨胀的天文海量催生了“统计+分类-推理分析=决策”的计算机处理程序(有点像刷卡消费一步到位，节省了算账找补等繁琐环节)，悄然挑战“去粗取精、去伪存真、由表及里、由此及彼”的传统认识论模式，冥冥之中潜移默化，对我们的生活、工作与思维，对人类“阶级斗争、生产斗争、科学试验”三大实践活动产生着重大而深刻的影响。

大数据点燃

美国政府曾为定期公布消费物价指数CPI以监控通胀率，雇用了大量人员向全美90个城市的商店、办公室进行电话、传真拜访，耗资2.5亿美元搜集反馈8万种商品价格的延时信息。然而麻省理工学院两位经济学家采取“大数据”方案，通过一个软件在互联网上每天搜集50万种商品价格即时信息。2008年9月雷曼兄弟公司破产后，该软件马上发现了通胀转为通缩的趋势，而官方数据直到11月才发现。之后该软件被畅销到70多个国家。这一案例充分体现出“大数据”颠覆传统的力量和变革思维的智慧。

“小数据”时代追求精准，竭力避免不精准信息误导误判。然而95%被传统数据库拒绝接受的非结构化(非标准)数据，在“大数据”时代的模糊化数据库中发挥了重要的作用，因为数据越模糊越全面，才能有效避免误导误判。

从因果关系到相关关系的思维变革，是“大数据”颠覆传统认识论模式的关键。电脑毕竟不是人脑，电脑永远搞不懂气候与机票价格之间有什么因果关系。公鸡打鸣和天亮之间虽无因果关系，但古人通过公鸡打鸣来预报天亮却很少失败。“如果数百万条医疗记录显示橙汁和阿司匹林的特定组合对癌症治疗有效果，那就用不着通过一次次实验来探索其具体的药理机制了”。“苹果之父”乔布斯就主动试用过一些医疗记录有效但未经临床验证的疗法同癌症抗争。你可以嘲笑乔布斯“不讲科学”，但他却因此多活了好几年。

从根本上说，所谓“大数据挑战传统认识论”，其实是人类把复杂的认识过程“全部打包”给了电脑，而电脑懒得分析推理验证，只通过统计分类对比，交出“最终答案”就OK了。大数据的精髓在于变“少而精”为“多而全”，变“因果”为“相关”。当实地调研开始被数据采集所替代，当严密的实验开始被非线性逻辑所替代，当“唯一真理”开始被多项选择所替代，“大数据”就用事实向人类宣告：“知其然不知其所以然”，既是电脑望尘人脑的劣势，也是电脑超越人脑的优势！

大数据渗透大世界

不要以为“大数据”只是科幻故事或政府与科学家的“专利”。环顾四周，“大数据”早已渗透我们生活和工作的方方面面，衍生出形形色色的数据超市、数据易趣、数据交友、数据联谊、数据作坊、数据课堂、数据IB等传奇版本。从治安管理、交通运输、医疗卫生、商业贸易、批发零售、公益救援直到政治、军事、经济、金融、社会、环境、文艺、体育。

UPS国际快运公司从2000年开始通过“大数据”检测其遍布全美的6万辆货车车队，统计出各损耗零部件的生命周期，改“备份携带”为提前更换，有效预防了半路抛锚造成的严重麻烦和巨大损失，每年节省数百万美元。UPS还依靠“大数据”优化行车路线(例如尽量右转弯，避免左转弯)，2011年全公司车辆少跑4828万公里，节省燃料300万加仑，减少碳排放3万公吨。

为纽约提供电力支持的爱迪生电力公司，针对每年多起电缆沙井盖爆炸造成严重事故，采取“大数据”手段统计出106种预警先兆，预测2009年可能出事的沙井盖并严加监控。结果位列前十分之一的高危井盖中，预测准确率达44%。

美国里士满市警察当局凭经验认定枪击事件往往导致犯罪高峰期，“大数据”证明这种高峰期往往出现在枪击事件后2周左右。孟菲斯市2006年启动“大数据”系统锁定了更容易发生犯罪的地点和更容易抓捕罪犯的时间，使重大犯罪发生率下降26%。

沃尔玛2004年依靠“大数据”发现了飓风前夕销量增加的各类商品，进而每逢预报便及时设立飓风用品专区，并将手电筒、早餐零食蛋挞等摆放于专区附近，明显增加了“顺便购买”的销量。

至于“大数据”的经济价值，仅需略举数例：2006年微软以1.1亿美元购买了埃齐奥尼的Farecast公司，2008年谷歌以7亿美元购买了为Farecast提供数据的ITA Software公司。同年在冰岛成立的DataMarket网站干脆专靠搜集提供联合国、世界银行、欧盟统计局等权威机构的免费信息来获利生存，包括倒卖各类研究机构公开发布的研究数据——只要找到买主，往往愿出高价！

大数据创造大金融

金融领域当然是“大数据”的主战场之一。程序化交易也许是现今最主要的“大数据”新式武器。美国股市每天成交量高达70亿股，但其中三分之二的交易量并非由人操作，而是由建立在数学模型和算法之上的计算机程序自动完成。日新月异的程序化交易只能运用海量数据来预测收益、降低风险。几乎所有银行、券商、保险、期货、QFII和投资公司都开发了自己的程序化交易工具。谁的武器更先进？竞争到最后恐怕还是比谁搜集处理的数据更海量。

一家投资基金通过统计大商场周边停车场及路口交通拥挤状况，来预测商场经营及当地经济状况，进而预测相关股价走势，最后居然拿数据统计资料换得了该商场的部分股权。

不少对冲基金通过搜集统计社交网站推特上的市场心情等信息来预测股市的表现。伦敦和加利福尼亚的两家对冲基金，利用“大数据”形成119份表情图和18864项独立的指数，向许多客户推销股市每分钟的“动态表情”：乐观、忧郁、镇静、惊恐、呆滞、害怕、生气、激愤等，以帮助和带动投资决策。

在金融机构竞相拉客理财的今天，如果能及时搜集处理海量的微博、微信、短信，自然也能从茫茫人海中及时发现怦然心动打算开户的，或一气之下打算“跳槽”的投资者。

当然，如果投资者都能通过“大数据”直接决策，将“刷卡消费”拓展成“刷卡投资”，那藏龙卧虎的分析师群体和争雄斗妍的研究报告未来还有市场吗？

大数据暗藏大隐患

像所有新生事物一样，大数据也是一把双刃剑。宏观上看，“大数据”在各个不同的领域将人类虚拟分割为“数据化”与“被数据化”两大阵营。持续发酵的“棱镜门”事件披露了美国政府长期监控全世界的“最高机密”，但美国总统、国会和政府都认定这种监控“天经地义”，是“维护国家核心利益”。虽然社会早已建立起庞大的法律法规体系来保障个人信息安全，但在“大数据”时代，这些体系正蜕变为固若金汤但可以随意绕过的“马其诺防线”。

“大数据”导致个人信息被交易、个人隐私被外泄还不算，更大的危险在于“个人行为被预测”。正如作者预言——“这些能预测我们可能生病、拖欠还款甚至犯罪的算法程序，会让我们无法购买保险、无法贷款，甚至在犯罪实施前就预先被逮捕”——也许你认为这对全社会来说无疑是好事。可是如果预测系统不完善、软硬件出差错、数据搜集处理不当、临时数据未经检验、黑客攻击、有人恶意或善意开玩笑制造假信息……导致你、你的家庭、你的亲朋好友、你的所在单位甚至你的祖国被冤枉被制裁，你还能无动于衷吗？

微观上看，即使是出于正当目的采集的“大数据”，仍可能在“扩展开发”过程中产生无法想象的副作用。例如谷歌的街景拍摄和GPS数据为卫星定位和自动驾驶仪提供了关键的支持，但同时因其有助于黑帮盗贼便捷挑选有利目标而引发了多国民众的强烈抗议。当谷歌对图像背景上的业主房屋、花园等目标进行模糊化处理后，反而引起盗贼更加注意。

无论你惊奇还是恐惧，欢迎还是躲避，关注还是漠视，理解还是拒绝，“大数据”都在加快步伐向我们走来。我们只有顺势而为，趋利避害，才不至于被这个充满机遇和挑战的新时代提前淘汰。

以上是小编为大家分享的关于大数据带来的大影响的相关内容，更多信息可以关注环球青藤分享更多干货

⑸ 什么是大数据杀熟

所谓“大来数据杀熟”，有人将其自定义为互联网厂商利用自己所拥有的用户数据，对老用户实行价格歧视的行为。
也就是说：同一件商品或者同一项服务，互联网厂商显示给老用户的价格要高于新用户。
精准杀熟？这些情况你是否也遇到过…
此前，媒体调查就曾发现，在机票、酒店、电影、电商、出行等多个价格有波动的平台都存在类似情况，且在在线旅游平台较为普遍，而国外一些网站早已有过类似情况。
还有一种根据用户的“上一次行为”而默认捆绑相应服务，例如刚刚注册会员的用户，他在购买机票时，系统仅默认显示一张机票的价格；
而一旦他在这一次同时勾选了贵宾休息室、接送机服务或酒店优惠券等附加服务，那么在下一次下单时，系统会默认帮他勾选同样的服务。

⑹ 有人说网络是一把双刃剑

网络犹如一把双刃剑，在增强了青少年与外界沟通和交流的同时，难免也会因内一些不良内容容而对他们造成精神伤害。有一部分青少年上网浏览本性、暴力网络等不良内容，沉迷于格调低俗的网上聊天等。而网络游戏，更是让不少未成年人深陷其中，不可自拔。

网上的不良内容不仅造成了人的心理伤害，生理上的伤害也已出现，“网络上瘾症”就是近年来出现的医学新名词。这种患者深陷于网络世界而不能自拔，无意与正常人沟通，下网后就出现断绝症状，如精神萎靡、身体不适等，以至造成学业、工作的荒废。当网络的美丽把我们的生活装点得绚丽多姿的时候，一种无色无味无形的毒性也正在迅速的滋生，在不经意间，把这种美丽消散于无形……

网络是一把双刃剑，美丽却拥有着毒性！！！

⑺ 如何理解大数据是一把双刃剑：既是天使也是魔鬼

好的是数据可以达到转化，坏的是人们的数据都公开了，没有什么隐私可言了。总体来说，利大于弊吧。柠檬学院大数据。

⑻ 对大数据和人工智能的冷思考

对大数据和人工智能的冷思考
大数据和人工智能是今年最热门的话题，在司法领域更是如火如荼，司法在大数据时代的范式革命已经到来。但利之所在弊亦随之，如果对大数据和人工智能的风险缺乏充分认识，不能在热情之余做一番冷思考，则可能会产生许多难以预料的后果。
首先，是大数据和人工智能的安全性问题。该问题虽属老生常谈，但在互联网犯罪模式从攻击计算机和网络本身转向彻底的虚拟犯罪的时代背景下，可能历久弥新。当前，在互联网犯罪中，已经大量出现了犯罪人接受他人委托，侵入政府部门与企事业单位的计算机系统修改数据以及拦截修改计算机信息数据的案例。因此，笔者认为没有理由认为司法大数据能独善其身。毕竟，在互联网犯罪海洋中，没有哪个地方是绝对的安全岛。
其次，是大数据和人工智能的可靠性问题。围绕美国威斯康辛州法院采用的COMPAS量刑程序的争议和诉讼就是一例。有研究者认为，COMPAS倾向于高估某些特定人群的再犯可能性，而这很可能反映了设计者所固有的偏见。如果数据分析本身就受偏见的左右，那么以此为基础的人工智能所作出的决定还能可靠吗？更令人担忧的是，有相当一部分人工智能系统依靠的是机器学习算法。这种算法几乎就是“黑盒子”，因为算法的开发者也难以解释算法的真正运行机制和可能造成的后果。法律乃善良公正之术。当司法拥抱科技时，如果人类将公平正义的决定权交给算法，那么就会面临正义与科技谁会笑到最后的难题。
但对大数据和人工智能的冷思考并不意味着对它们的拒斥。大数据和人工智能在司法领域的运用是大势所趋。如果因为它们现在所存在的缺陷就将其拒之千里之外，无疑是因噎废食。实际上，在未来，随着可供使用的数据越来越多，更多更好的工具被开发出来，也行大家今天所面临的担忧可能会得到缓解。但大家必须清醒地认识到，大数据和人工智能是一把双刃剑。如果不能正确评价和对待它可能带来的风险，那么就可能造成难以预料的后果。
大数据和人工智能并不免除任何人作出判断的责任。因为这一责任属于人类最核心的领域——理性。大数据和人工智能归根结底只是人类理智的产物，盲目地迎合理性的产物而冀图免除自己的责任是非理性的表现。正确认识理性产物中蕴含的非理性，以更好地履行自己的责任才是理性的表现。

⑼ 隐私权受威胁 大数据到底有哪些弊端

数据由来已久，但大数据则是近1年来才频繁出现在媒体报端。大数据具有大价值，这似乎是每个人都认同的观点。但人们往往总是关注事物好的一面，却忽视大数据所带来的弊端。 毋庸置疑，大数据能够给企业、机关等机构带来大量的经济价值和利益，直接影响着他们的未来走向。其实，大数据是一把双刃剑，在给企业带来无往不利的前进动力的时候，往往也会对企业和个人带来伤害。请看下面的小故事：以前的情人，在你聊天工具上显示成可能认识的人。 上面的情况是通过大数据分析工具而提供的一种服务，虽然只是一种特例，但却让双方甚至双方的家人都感到尴尬。但这确实真实存在的。无论是在我们的微博上，或者是聊天工具上，都会出现类似的问题，虽然看起来一个非常方便的功能，但是对于一些人来说却是麻烦。下面我们来看一下大数据所带来的弊端。 个人隐私受威胁：对于个人来说，其在大数据时代往往是作为数据的来源和被分析的对象。无论是个人的生活情况，还是消费习惯，身份特征等，都变成了以各种形式存储的数据。这虽然对企业来说可以根据用户数据去分析数据，得到价值，但是对于个人用户来说，无疑是以个不得不被动接受的事情，而这种数据在收集、分析、传输等过程中都可能对用户带来不利的影响。 隐私受到威胁 企业在传输这些私人数据的时候可能会遇到麻烦，企业很难保证在整个传输过程中是否有人会查看私人的数据，很有可能有人对这些私人的数据进行了监控等操作，这就大大加大了其泄漏的可能性，数据一旦泄漏，很可能为个人带来难以挽回的损失，而个人却又不知道自己的数据时如何泄露出去的，对这让个人用户的隐私权受到无限大的挑战。 大数据不等于大价值：只有当存储数据的量达到一定值才会有价值，单独出来的数据即使有一定价值但也没有整体的参考价值。这往往给企业一种错觉，大数据定于大价值。 其实，大数据并不等于大价值。大数据分析存储产品设备往往对企业IT设备有更高的要求，企业原有IT设备很难满足大数据时代的挑战。在这种情况下，企业IT部门面临这样一种情况：需求越来越多，但满足这些需求的能力越来越弱。而且企业投入价值与所得信息量价值成反比。当数据达到一定值时，投入的价值甚至超过所得数据价值。 大数据对企业有更大挑战：近年，由于服务器出现故障而造成服务不能提供的事件时有发生，而随着大数据时代的到来，这些故障可能会进一步增多。而这些故障往往会直接造成数据的丢失，服务的中断。例如谷歌泄露个人隐私事件、盛大云数据丢失事件、亚马逊服务器宕机事故等等。 当这些服务中断的时候，用户是毫无解决办法的，只能等待服务提供商的修复，而对数据丢失、损坏等方面，用户对数据保护更是束手无策，只能等待提供商。这样很多用户在发生故障并不能及时作出反应，使损失降到最低。无疑，大数据带来了更多的挑战。 大数据使企业面临厂商绑定：当我们提到大数据的时候，总是提到大数据的诸多优点，但是却很少提企业如何将大数据变成切实的价值。 容易被厂商绑定 目前，很多厂商都针对大数据推出了自己的解决方案。而这些方案虽然号称兼容性非常强，能够兼容其他厂商的设备，但是当你真正的采用一个提供商的设备(软件、硬件)的时候，你会发现你真的很难去改变一个提供商，尤其是在软件方面，很容易被一个提供商绑定。这就大大限制了企业IT基础设置的灵活性。 总结：大数据时代虽然一切勾画的都是那么美，但是离真正的为企业提供价值的路之间还有不可逾越的鸿沟。大数据并没有想象的那么完美遍地黄金，企业在接下来应考虑如何应对大数据的挑战，而不要仅仅空谈价值。

⑽ 隐私权受威胁 大数据到底有何弊端

数据由来已久，但大数据则是近1年来才频繁出现在媒体报端。大数据具有大价值，这似乎是每个人都认同的观点。人们往往总是关注事物好的一面，却往往忽视随着大数据所带来的弊端。毋庸置疑，大数据能够给企业、机关等机构带来大量的经济价值和利益，直接影响着他们的未来走向。其实，大数据是一把双刃剑，在给企业带来无往不利的前进动力的时候，往往也会对企业和个人带来伤害。请看下面的小故事：以前的情人，在你聊天工具上已经显示了可能认识的人。上面的情况是通过大数据分析工具而提供的一种服务器，虽然只是一种特例，但却让双方甚至双方的家人都感到尴尬。但这确实真实存在的。无论是在我们的微博上，后者聊天工具上，都会出现这种问题，虽然看起来一个非常方便的功能，但是对于一些人来说却是麻烦。下面我们来看一下大数据所带来的弊端。个人隐私受威胁：对于个人来说，其在大数据时代往往是作为数据的来源。无论是个人的生活情况，还是消费习惯，身份特征等，都变成了以各种形式存储的数据。这虽然对企业来说可以根据用户数据去分析数据，得到价值，但是对于个人用户来说，无疑是以个不得不被动接受的事情，而这种数据在收集、分析、传输等过程中都可能对用户带来不利的影响。隐私受到威胁企业在传输这些私人数据的时候可能会遇到麻烦，企业很难保证在整个传输过程中是否有人会查看你的数据，很有可能有人对这些私人的数据进行了监控等操作，这就大大加大了其泄漏的可能性，数据一旦泄漏，很可能为个人带来难以挽回的损失，而个人却又不知道自己的数据时如何泄露出去的，对这让个人用户的隐私权受到无限大的挑战。大数据不等于大价值：只有当存储数据的量达到一定值才会有价值，单独出来的数据即使有一定价值但也没有整体的参考价值。这往往给企业一种错觉，大数据定于大价值。其实，大数据并不等于大价值。大数据分析存储产品设备往往对企业IT设备有更高的要求，企业原有IT设备很难满足大数据时代的挑战。在这种情况下，企业IT部门面临这样一种情况：需求越来越多，但满足这些需求的能力越来越弱。而且企业投入价值与所得信息量价值成反比。当数据达到一定值时，投入的价值甚至超过所得数据价值。大数据对企业有更大挑战：近年，由于服务器出现故障而造成服务不能提供的事件时有发生，而随着大数据时代的到来，这些故障可能会进一步增多。而这些故障往往会直接造成数据的跌势，服务的中断。例如谷歌泄露个人隐私事件、盛大云数据丢失事件、亚马逊服务器宕机事故等等。当这些服务中断的时候，用户是毫无解决办法的，只能等待服务提供商的修复，而对数据丢失、损坏等方面，用户对数据保护更是束手无策，只能等待提供商。这样很多用户在发生故障并不能及时作出反应，使损失降到最低。无疑，大数据带来了更多的挑战。大数据使企业面临厂商绑定：当我们提到大数据的时候，总是提到大数据的诸多优点，但是却很少提企业如何将大数据变成切实的价值。容易被厂商绑定目前，很多厂商都针对大数据推出了自己的解决方案。而这些方案虽然号称兼容性非常强，能够兼容其他厂商的设备，但是当你真正的采用一个提供商的设备（软件、硬件）的时候，你会发现你真的很难去改变一个提供商，尤其是在软件方面。很容易被一个提供商绑定。这就大大限制了企业IT基础设置的灵活性。总结：大数据时代虽然一切勾画的都是那么美，但是离真正的为企业提供价值的路之间还有不可逾越的鸿沟。大数据并没有想象的那么完美遍地黄金，企业在接下来应考虑如何应对大数据的挑战，而不要仅仅空谈价值。