welcome购彩大厅开奖结果 - welcome购彩大厅投注

气温骤降 雨雪来袭 全能型冷空气威力有多大？******

　　1月11日至15日 ，一股全能型冷空气来袭，将给我国带来剧烈降温 、大风及大范围雨雪。全能型冷空气有什么特点？又是如何形成的呢 ？来听听北京市气候中心气候预测与评估室副主任张英娟 的回答 。

　　什么 是全能型冷空气 ？

　　“全能型冷空气”顾名思义就是冷空气 是”全能型“的，它具备了冷空气 的所有特征 ，可以说是冷空气综合体 ，它的特点 是大风风力强、降温幅度很大 、影响范围很广 ，同时还会伴有雨、雪等，在一些地区有可能会达到寒潮标准 。

　　为什么气温也爱“坐过山车” ？

　　冷空气 是温度很低的冷气团 ，这个冷气团多在极地与西伯利亚大陆上形成，然后南下引起强降温、雨雪等 。常说的来自西伯利亚的冷空气，其实说 的就 是冷空气 的源地 。

　　西伯利亚和北极是非常寒冷 的地区，那里 的温度一般可以达到零下几十度。如果冷空气来自西伯利亚，它所经过地区的气温将急剧下降。这种温差可以达到10度以上 。尤其是在冬季，可能会在一夜之间感受到春天入冬的感觉 ，冷空气还会伴随着降雨甚至降雪的天气变化。不过 ，每次冷空气的强度都不一样 。有时强，有时弱，由于移动路径不同 ，受影响的范围也会有所不同。

　　气温“坐过山车” ，就 是温度的骤降陡升 。这种现象通常发生在季节转换时期。熟知的“倒春寒”就是这样一种现象 ，倒春寒发生在春季，春季 是冬季向夏季转换 的季节 ，在春季气温迅速回升过程中，冷空气来袭，造成气温 的骤然下降。

　　大幅降温有哪些防寒注意事项？

　　首先是出行方面，出门增添衣物，注意防寒保暖 ，做好呼吸道及心脑血管疾病 的预防。遇雨雪天气 ，得注意路面湿滑。大风天气不在有玻璃门窗或大树下 ，广告牌等地方逗留等。

　　大风降温天气将对交通出行产生很不利 的影响，所以提醒有出行计划 的公众多关注气象部门 的预报预警信息以及交管部门的路况信息 ，安排好自己 的行程 ，顺利 、安全出行 。

　　其次是居家方面 ，一 是关好门窗，做好水管等防冻措施，另外居家取暖 ，用火 、用电 、用气增多，因此要注意用电 、用气安全。二是室内空气流通不畅，一氧化碳中毒事故风险较高，注意加强防范。

　　三 是生产安全方面。有些施工项目赶工期、抢进度 ，生产安全方面有隐患 ，加之不利天气影响 ，安全事故风险仍然不容忽视。

　　监 　　制 ：战　钊

　　策划/制作 ：蔡　琳 肖春芳

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）