門店在未告知使用者的情況下利用人臉識别系統偷偷擷取使用者資訊；招聘平台上的履歷隻要付費就能随意下載下傳；手機清理軟體偷偷擷取手機裡的資訊，對使用者進行畫像……
幾天前的315晚會曝光了一些企業違法利用使用者資訊牟利的亂象，使資料安全問題再次被推到風口浪尖。
問題曝光後，被點名的企業立即發表緻歉聲明，紛紛表示會做出整改。
前程無憂連夜釋出了道歉聲明
但@人民日報對這樣的道歉并不買單，表示“道歉是一種姿态，更應該是反刍内心的行動。如果缺乏足夠誠意，道歉就會淪為拙劣的危機公關”。
315的曝光能推動解決資料安全問題嗎？也許，但還遠遠不夠。
在過去很長一段時間裡，資料洩露事件早已不是一個新鮮的話題，也不是第一次獲得如此聲量的關注。
遠有16年因資訊洩露被騙走9900元學費後心髒驟停不幸離世的徐玉玉，近有去年1.72億微網誌使用者資訊遭洩露，李開複“口誤”表示層幫助曠視科技擷取螞蟻金服、美圖的大量人臉資料，進行人臉識别算法的訓練。
李開複去年“口誤”後發表的緻歉微網誌
然而，我們收集資料的初衷，并不是為了販賣牟利，而是用于建立使用者資料模型，更好地挖掘使用者的行為模式，為消費者減少搜尋成本、提高生活效率，給予消費者最相關的選擇而不是更多的選擇。
但事與願違，我們交出了資料，沒有得到想要的便利，反而拱手讓出了自己的隐私權。
目前，我們的資料隐私幾乎是沒有防護。注冊一個app需要擷取我們的網絡授權、定位授權、通訊錄授權，如果拒絕授權就無法正常使用，這是我們想要的嗎？我們的資料無時不刻不在被記錄和利用，這經過我們的同意嗎？
我們甚至不知道到底是哪些人，拿走了我們哪些資料，又用這些資料做了什麼？
今天，造就想推薦三位資料安全相關領域的專家，他們每個人也許會為你提供關于資料安全的新思考。
讓我們一起來看看這三位專家。
安德雷斯·韋思岸，亞馬遜前首席科學家，social data lab創始人、負責人。
韋思岸是移動社交技術、大資料和消費者行為方面的專家，在亞馬遜任時開創了亞馬遜“猜你想買”的個性化消費推薦。他的社交媒體資料理論，為阿裡巴巴等公司的社交資料變革提供了理論支援。
他說：“我們應該接受這樣的現實，那就是我們沒有隐私。”
他認為，我們正在經曆社交資料革命。我們無論做什麼，都是在不停地創造資料，這些資料展現出了我們彼此之間的人際關系結構社交圖譜。
這些資料除了幫助個人更好地做出決策之外，也可以幫助公司針對我們作出更好的決策。
谷歌和百度，掌握了全世界所有人的喜好；騰訊和facebook，掌握了全世界所有人的互動；阿裡巴巴和亞馬遜，掌握了全世界所有人的交易……
革命的特點就是權力的根本性轉移。
這場社交資料革命從根本上改變了我們做決策的方式，不僅僅是改變了我們的購物決策方式，還改變了我們在“我是誰”這一問題上的決策方式，甚至改變了在“什麼是資訊”這一問題上的決策方式。
什麼是社交資料革命？
如何釋放資料的價值？
在資料世界中，企業和能否實作共赢？
如果你想問類似的問題，請在文末評論區留言，我們會安排直播連線，走過路過不要錯過！
王琦，碁震（keen）創始人兼ceo，國際安全極客大賽geekpwn活動發起和創辦人，創辦了第一個獲得世界頂級黑客大賽冠軍的亞洲團隊keen team（碁震安全研究團隊）。
他創辦的keen team白帽黑客安全研究團隊，是世界範圍内發現計算機高危漏洞最多的團隊，為谷歌、微軟、蘋果等公司的流行軟體提供了數百個嚴重安全漏洞的挖掘成果，也是頂級安全團體谷歌project zero亞洲唯一合作夥伴。
身為一名“白帽子黑客”，他從黑客角度來出發，認為在如今這樣的數字化時代，我們的資訊資料被傳輸、被記錄、被存儲，是無法避免的。
他說：“99%的個人隐私洩漏案件并不是因黑客而起，隻有1%的洩漏事件的起因是黑客。當然，盡管隻有1%，黑客攻擊的後果往往在規模化和嚴重性上不容小觑。”
王琦認為，安全漏洞不可能被根除，我們不得不繼續生活在這樣一個還不是特别安全的環境裡。但是我們也不需要悲觀，因為“安全”從來都是一個動态的過程，不可能一蹴而就。
個人隐私洩漏案件都是黑客做的嗎？
我們應該怎麼做才能保護個人隐私？
人工智能會帶來新的隐私安全隐患嗎？
如果你想問類似的問題，請在文末評論區留言，我們會安排直播連線，共同探讨大家感興趣的話題。
賈佳亞，香港中文大學計算機科學工程系終身教授、電氣和電子工程師協會院士，思謀科技smartmore創始人，前騰訊優圖實驗室聯合負責人，計算機視覺、人工智能、計算機圖形與計算影像學領域國際權威專家。
他創辦的思謀科技緻力于ai視覺體系架構在智能制造、超高清視訊領域的落地應用，在深圳和香港分别都設立了研發中心，擁有300多項國際專利，為客戶提供全鍊路工業視覺ai端到端系統的智能制造解決方案。
他指出，得益于人臉識别技術的進步，一個古老的犯罪類型——拐賣兒童，正在被技術逐漸瓦解。
十幾年前丢失的小孩，很多年後，通過官方或者政府尋找到人之後，我們要确認這個人到底是不是我們要找的人，除了dna之外最簡單直覺的方法，就是通過人臉去比對。
從兒童到成年，一個人面部的變化可能會非常之大，要追蹤它的變化過程，我們需要通過大資料去分析絕大部分人的臉部會發生什麼變化，臉是變長還是變瘦，眼角是變寬還是變窄……
在這些變化中間，我們要尋找一種普适性，而普适性的尋找過程肯定也要依賴資料的提供。
他也承認人臉識别一定會帶來安全隐患，在應用層面，如何防止濫用人臉資訊，防止資料或者算法被用在壞的場景裡，防止不法分子利用技術生成虛假人臉線上上盜取銀行資訊等，都亟待解決。
跨年齡的人臉識别技術是靠什麼實作的？
怎麼看待人臉識别帶來的資料安全隐患？
目前人臉識别技術最亟待攻破技術難點是什麼？
如果你想問類似的問題，請在文末評論區留言，我們會安排直播連線，不要錯過喲！
造就計劃邀請大家最喜歡的嘉賓，來為大家做線上直播分享，一起探讨數字化時代如何保護我們隐私的問題。
你最想聽哪位嘉賓分析哪方面的問題？歡迎大家在評論區踴躍發言，pick你最喜歡的嘉賓，留下你關心的問題。
（本文未經造就授權，禁止轉載。）
編輯&版面 | 曉娜