点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
台湾3辆车在高速公路被撞起火 造成6人受伤******
中新网1月4日电 据台湾《联合报》报道 ，台湾高速公路3号南下宝山路段4日上午发生连环追撞事故，一辆预拌混凝土车未注意车前交流道回堵 ，直接冲撞回堵的排队车潮 ，当场造成3辆自小客车被撞并起火，现场造成6人受伤 ，其中2人伤势较为严重。警方指出，后续将由新竹市消防局厘清起火原因 。
预拌混凝土车撞上3辆自小客车 ，其中2车完全燃烧。（图片来源 ：台湾《联合报》 记者巫鸿玮 翻摄）据了解 ，这起事故发生在宝山路段南下99K处，靠近新竹系统交流道与宝山交流道之间，上午8时许 ，杨姓男子驾驶预拌混凝土车行驶在外侧车道时，疑似未注意前方从交流道回堵的车流 ，竟当场冲撞上去。
预拌混凝土车撞上前方 的2辆汽车及1辆小货车后，其中被撞 的小货车当场起火 ，因火势猛烈 ，还蔓延到另外2辆被撞的汽车，其中小货车及汽车都被烧成废铁 ，现场场面混乱，更一度造成后方严重回堵10公里 ，不少正要前往竹科上班 的民众都塞在路上 。
警方指出，事故造成6人受伤送医 ，不过伤者意识都清醒 ，但其中有1人重伤 、1人中伤 ，其余4人轻伤 ，驾驶员皆未酒驾，将进一步厘清事故发生原因 。另外，车辆起火交由新竹市消防局鉴识。
警方呼吁，用路人应遵守交通安全规则，行车应保持安全距离 、随时注意前方动态，不要超速不要疲劳驾驶，在接近交流道口或是塞车时，视线要看远并提早减速，发现回堵时先按下双黄警示灯提醒后方车辆跟着减速，并与前车保持安全距离，以确保行车安全。
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） （文图 ：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
welcome购彩大厅地图 |
)