你的隐私,大数据怎知道******
作者:杨义先、钮心忻(均为北京邮电大学教授)
在网络上,每个人都会或多或少,或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘,就存在隐私泄露的风险,引发信息安全问题。面对汹涌而来的5G时代,大众对自己的隐私保护感到越来越迷茫,甚至有点不知所措。那么,你的隐私,大数据是怎么知道的呢?大家又该如何自我保护呢?
1.“已知、未知”大数据都知道
大数据时代,每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前,你说过什么话,它知道;你做过什么事,它知道;你有什么爱好,它知道;你生过什么病,它知道;你家住哪里,它知道;你的亲朋好友都有谁,它也知道……总之,你自己知道的,它几乎都知道,或者说它都能够知道,至少可以说,它迟早会知道!
甚至,连你自己都不知道的事情,大数据也可能知道。例如,它能够发现你的许多潜意识习惯:集体照相时你喜欢站哪里呀,跨门槛时喜欢先迈左脚还是右脚呀,你喜欢与什么样的人打交道呀,你的性格特点都有什么呀,哪位朋友与你的观点不相同呀……
再进一步说,今后将要发生的事情,大数据还是有可能知道。例如,根据你“饮食多、运动少”等信息,它就能够推测出,你可能会“三高”。当你与许多人都在独立地购买感冒药时,大数据就知道:流感即将暴发了!其实,大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。
当然,这里的“你”并非仅仅指“你个人”,包括但不限于,你的家庭,你的单位,你的民族,甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息,将会把你塑造成什么,是英雄还是狗熊?这却难以预知。
2.数据挖掘就像“垃圾处理”
什么是大数据?形象地说,所谓大数据,就是由许多千奇百怪的数据,杂乱无章地堆积在一起。例如,你在网上说的话、发的微信、收发的电子邮件等,都是大数据的组成部分。在不知道的情况下被采集的众多信息,例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息,也都是大数据的组成部分。还有,各种传感器设备自动采集的有关温度、湿度、速度等万物信息,仍然是大数据的组成部分。总之,每个人、每种通信和控制类设备,无论它是软件还是硬件,其实都是大数据之源。
大数据利用了一种名叫“大数据挖掘”的技术,采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程,可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。
不过,这些听起来高大上的大数据产业,几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集,可算作“数据收集”;将废品和垃圾送往集中处理场所,可算作“数据集成”;将废品和垃圾初步分类,可算作“数据规约”;将废品和垃圾适当清洁和整理,可算作“数据清理”;将破沙发拆成木、铁、布等原料,可算作“数据变换”;认真分析如何将这些原料卖个好价钱,可算作“数据分析”;不断总结经验,选择并固定上下游卖家和买家,可算作“模式评估”;最后,把这些技巧整理成口诀,可算作“知识表示”。
再看原料结构。大数据具有异构特性,就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话,那就在于垃圾是有实体的,再利用的次数有限;而大数据是虚拟的,可以反复处理,反复利用。例如,大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司,将某群体的消费习惯卖给百货商店等。总之,大数据专家完全可以“一菜多吃”,反复利用,而且时间越久,价值越大。换句话说,大数据是很值钱的“垃圾”。
3.大数据挖掘永远没有尽头
大数据挖掘,虽然能从正面创造价值,但是也有其负面影响,即存在泄露隐私的风险。隐私是如何被泄露的呢?这其实很简单,我们先来分解一下“人肉搜索”是如何侵犯隐私的吧!
一大群网友,出于某种目的,利用自己的一切资源渠道,尽可能多地收集当事人或物的所有信息;然后,将这些信息按照自己的目的提炼成新信息,反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着,大家又在第一次人肉迭代的基础上,互相取经,再接再厉,交叉重复进行信息的收集、加工、整理等工作,于是,便诞生了第二次“人肉迭代”。如此循环往复,经过多次不懈迭代后,当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实,至少主体是事实,“人肉搜索”就成功了。
几乎可以断定,只要参与“人肉搜索”的网友足够多,时间足够长,大家的毅力足够强,那么任何人都可能无处遁形。
其实,所谓的大数据挖掘,在某种意义上说,就是由机器自动完成的特殊“人肉搜索”而已。只不过,这种搜索的目的,不再限于抹黑或颂扬某人,而是有更加广泛的目的,例如,为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之,只要目的明确,那么,大数据挖掘就会有用武之地。
如果将“人肉搜索”与大数据挖掘相比,网友被电脑所替代;网友们收集的信息,被数据库中的海量异构数据所替代;网友寻找各种人物关联的技巧,被相应的智能算法替代;网友们相互借鉴、彼此启发的做法,被各种同步运算所替代。
各次迭代过程仍然照例进行,只不过机器的迭代次数更多,速度更快,每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”,被暂时的挖掘结果所替代。之所以说是暂时,那是因为对大数据挖掘来说,永远没有尽头,结果会越来越精准,智慧程度会越来越高,用户只需根据自己的标准,随时选择满意的结果就行了。
当然,除了相似性外,“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如,机器不会累,它们收集的数据会更多、更快,数据的渠道来源会更广泛。总之,网友的“人肉搜索”,最终将输给机器的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认,就当前的现实情况来说,大数据隐私挖掘的“杀伤力”,已经远远超过了大数据隐私保护的能力;换句话说,在大数据挖掘面前,当前人类有点不知所措。这确实是一种意外。自互联网诞生以后,在过去几十年,人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害,可谁也不曾意识到,至少没有刻意去关注,当众多无害碎片融合起来,竟然后患无穷!
不过,大家也没必要过于担心。在人类历史上,类似的被动局面已经出现过不止一次了。从以往的经验来看,隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”,获得空前好处,产生了更多需要保护的“隐私”,于是,不得不再回过头来,认真研究如何保护这些隐私。当隐私积累得越来越多时,“挖掘”它们就会变得越来越有利可图,于是,新一轮的“挖掘”又开始了。历史地来看,人类在自身隐私保护方面,整体处于优势地位,在网络大数据挖掘之前,“隐私泄露”并不是一个突出的问题。
但是,现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息,如何进行隐私保护呢?单靠技术,显然不行,甚至还会越“保护”,就越“泄露隐私”。
因此,必须多管齐下。例如从法律上,禁止以“人肉搜索”为目的的大数据挖掘行为;从管理角度,发现恶意的大数据搜索行为,对其进行必要的监督和管控。另外,在必要的时候,还需要重塑“隐私”概念,毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言,在大数据时代,应该如何保护隐私呢?或者说,至少不要把过多包含个人隐私的碎片信息遗留在网上呢?答案只有两个字:匿名!只要做好匿名工作,就能在一定程度上,保护好隐私了。也就是说,在大数据技术出现之前,隐私就是把“私”藏起来,个人身份可公开,而大数据时代,隐私保护则是把“私”公开(实际上是没法不公开),而把个人身份隐藏起来,即匿名。
《光明日报》( 2023年01月12日 16版)
中国古代文章学中的“文势”******
作者:方笑一(华东师范大学中文系教授)
在中国古代文章学中,“文势”是一个相当重要的术语,它凸显了中国文章学的本土化特色,而很难用西方文学理论的概念来比附或阐发。弄清“文势”之说的来龙去脉,有助于理解古人的文章批评视角,从而深入认识中国文章学。
以“势”论文的缘起
魏晋时代的文论著作如曹丕的《典论·论文》、挚虞的《文章流别论》、陆机的《文赋》等,都没有对“势”作专门的论述。刘勰《文心雕龙》则有《定势》篇,被认为是古代文论中最早探讨“势”的专论。然而,刘勰采用的是比喻的办法,描述性地呈现“势”在文学作品中的面貌。刘勰所言之“势”,与文体有关。因为“即体成势”“体势”云云,无不标示出“体”与“势”的关系,进一步看,就是“体”对“势”起着规定性的作用,“势”不能脱离文体。同时,势不是人为硬造的,而要顺乎自然。这从刘勰使用的比喻可以看出来,而“自然之趣”“自转”“自安”等说法,说明势应该追求自然而然的境界。这两点又是互相关联的。各种文体功能不同,也就各有其势,写作某种文体时,应该顺乎其势,而不应“讹势”。
《定势》篇中,每种文体都规定了自己独特的风格,就好比彩色织锦虽有五色,但“各以本采为地”。大多数学者认为《定势》之“势”应指“文体风格”。刘勰之后,“势”成为中国古代文论中常见的范畴,如旧题王昌龄撰《诗格》指出“诗有十七势”,皎然《诗式》开首即有“明势”条,但他们所说的“势”,都属于诗论中的范畴,内涵与《文心雕龙·定势》之势也不尽相同。如《诗式·明势》自注曰:“文体开阖作用之势。”这里的“势”,显然不是指风格,而是指一种气势。这说明,“势”这个范畴的内涵,在文论史上不断发生着变化。
南宋文章学中的“文势”“笔势”和“语势”
南宋时代,批评家们开始系统总结文章理论。这种总结,最先是通过古文评点展开的。南宋吕祖谦在《古文关键》的《总论》中提出“看文字法”应首先注意的四点:“第一看大概主张,第二看文势规模,第三看纲目关键,第四看警策句法。”“大概主张”指文章立意,“纲目关键”据吕氏自己表述,包括“首尾相应”、“铺叙次第”、“抑扬开合”,则大致相当于文章的间架结构。而“警策句法”则着眼于“下字下句”等问题,显然看的是文章的语言。唯独第二条“文势规模”,很难用现代的理论话语来表述。
吕祖谦同样没有对“文势”下定义,也未对它细加阐说,我们只能通过他对古文的具体评说来看文势之指向。《古文关键》用“文势”一次评文共有两处,一是评苏轼《秦始皇扶苏》“不特文势雄健,议论亦至当”,二是评曾巩《送赵宏序》“句虽少,意极多,文势曲折,极有味,峻洁有力”。这里的“雄健”当然可以看作文章的风格,但已经不是一种文体风格了。而如将“曲折”也视作一种风格则显得勉强。从上下文看,这里的“曲折”应该说的是不一下子将文意吐尽,而是转好几个弯子将文意一点点透露出来。这也不能算是一种文体风格,而是指行文的态势。行文的态势由文章的内容决定,但最终落实于句子的安排和字词的调遣。当然,它又不等于所谓的“下字下句”,而是在句与句、字词与字词组合中体现出来的一种态势。
南宋时期另一部古文选本、楼昉的《崇古文诀》有助于我们确定“文势”的含义。该书有三处运用了“文势”一词,评曾巩《移沧州过阙上殿奏疏》“看他布置、开阖、文势,次求其叙事、措词之法,而一篇大意所以详于归美,乃所以切于警戒,不可专以归美观”。评李清臣《议兵策上》“文势纵横,变态百出,可喜可愕,深于兵书者也”。评张耒《论法下》“议论好,文势委蛇曲折,用字尤工”。我们大致可以判定,“文势”不同于文章结构(“布置”),不同于开头结尾的方法(“开阖”),也不是指具体的叙事、措词、用字之法,而是指纵横变化、委婉曲折等行文的态势。楼昉有时将“文势”称为“笔势”。如评苏辙《上枢密韩太尉书》“胸臆之谈,笔势规摹从司马子长《自叙》中来”。这里所讲的“笔势规摹”,就是吕祖谦所谓“文势规模”,而“纵横”是指老苏的文势有战国纵横家的习气,行文善于变化和照应。
南宋朱熹校勘韩文,文章中字句各本有歧异,或疑文中有脱字、衍字等,进行“理校”时,也时常根据文章的“文势”“语势”来判断。在这个意义上,两个词可以互相交换使用。韩愈《施先生墓铭》云“或留或迁,凡十九年不离太学”,朱熹云:“方云:杭本无‘凡’下八字,今按上文已云在‘太学者十九年’,则此八字诚为重复,然欲去之则‘或留或迁’语势未尽,又不知公意果如何?今亦论而阙之,不敢定其去留也。”朱熹按语相当于校勘的“校记”。他所说的“文势”绝不是指文章风格,而是行文的态势,据“文势”可以在不同版本间的文字差异中作出抉择:某几个字是否衍字,某本是否有脱文。朱熹不仅仅将“文势”看作校勘的依据,在讨论儒家经典时,他也经常观察文势,对之特别看重。如《朱子语类》卷十云:“读书须看他文势语脉。”同书卷七八云:“东坡《书解》却好,他看得文势好。”他自己在评论经典时亦屡次提及文势。
“文势”之内涵
“文势”指行文的态势,具体到文章批评上,文势被认为体现在文章行文的以下三种姿态上。
首先是曲折。上文曾提到吕祖谦“文势曲折”的说法,曲折是评点家眼中一种常见的文势。晚清王葆心在其《古文辞通义》中有专论“文势之平缓与转折”的部分,他说:“转折者平缓之对,欲药平缓须明转折。”可见他推崇的是“转折”的文势。他进一步指出:“所谓转者,有一意转折法、多意转折法,皆转之善也。但一意转折易,意多事杂,转折难。转多而碎,无法以束之,则转之弊也。有其善而无其弊,与所谓新其间架者,皆可以药平缓之病也。”在古文大家中,欧阳修和王安石二人的文势比较曲折,文势的曲折与否,当根据内容而定,作家的创作风格当然也是重要的决定因素,一般来说,文势曲折的文章比起文势平缓率直的文章更耐读。
其次是抑扬顿挫。如《文章轨范》卷四评韩愈《与孟简尚书书》云:“韩文公推尊孟子,以为功不在禹下,实自推尊,以为功不在孟子下。此一段以孟子与己对说,文势抑扬轻重,虽曰贤不及孟子,其实自许其功过于孟子。”如果说,文势的曲折主要是指文意的转折层面而言,那么文势的抑扬顿挫则主要倾向于文章表达的形式层面。比如上举《原道》中的一句,前面是四个四字句,后面忽然接了个感叹词“呜呼”,便造成抑扬顿挫的效果。又卷七评《送孟东野序》“其声清以浮,其节数以急,其辞淫以哀,其志弛以肆,其为言也乱杂而无章”云:“上四句一样五字,若第五句不用九字,文势便庸腐。”这是通过调整句子的长短、用字的多少来使得文势给人以新鲜感,其实也是一种抑扬顿挫的效果。
再次是圆活与纵横。《文章轨范》卷三评苏轼《秦始皇扶苏论》云:“凡议论好事,须要一段反说,凡议论不好事,须要一段正说。文势亦圆活,义理亦精微,意味亦悠长”。此处所言圆活,大抵相当于我们曾经提到过的“纵横”,要之是令文章富于变化,避免呆板。
随着古文评点与科举关系日益密切,其功利性使得关注点逐渐转向篇法、章法、句法、字法等领域,对于“文势”的体认与论述渐渐淡化。
《光明日报》( 2022年12月26日 13版)
(文图:赵筱尘 巫邓炎)