12306網被黑，我只想知道我的個人信息還安全嗎？

12306用戶數據在暗網被兜售

隨後微博大V「花總」喊話泄漏者

希望對方站出來和平解決此事

無獨有偶，陌陌、萬豪酒店數據皆遭泄露

為何數據泄露如此頻繁？

我們的個人信息還安全嗎？

今日重磅福利

01

數據泄露, 人人難自保

最近，國內外大規模數據泄露事件密集發生，造成了群眾大面積恐慌。

12月10日，谷歌因可能出現的數據泄露問題關閉旗下產品；

12月3日，社交平台陌陌3000萬用戶數據在暗網被銷售；

11月30日，萬豪發公告稱旗下酒店喜達屋5億房客信息被泄露...

數據泄露是指「受保護或機密數據可能被未經授權的人查看、偷竊或使用」。互聯網行業則是數據泄露的高發領域。

* 圖片來源：澎湃新聞

大部分的數據泄露，是由於黑客的攻擊導致。IBM的研究報告顯示，數據泄露的主要原因中，惡意和犯罪攻擊佔到了48%。

* 圖片來源：IBM

而面對數據泄露，多數企業反應比較遲鈍。

* 圖片來源：IBM

IBM的研究報告發現，企業發現數據泄露的平均時間是197天，而控制住由此產生的後果還額外需要平均69天。發現和控制的時間越久，由此產生的損失也越高。

02

數據泄露會帶來多少損失？

數據泄露，將會給用戶和企業帶來不容小覷的損失。數據泄露將嚴重危害到用戶的個人信息安全，造成用戶對企業失去信任，從而引起用戶流失。

* 圖片來源：IBM

丟失用戶信任，造成用戶流失，對企業帶來的損失是巨大的。從IBM的報告中反映出，1%的用戶流失造成的損失為280萬美元左右。除此之外，不同行業的數據泄露成本也不同。

* 圖片來源：Gemalto

醫療保健行業成了數據泄露最多的行業，金融、政府、零售等行業也收數據泄露影響嚴重。

* 圖片來源：澎湃新聞

在監管較嚴的醫療和金融行業，數據泄露帶來的成本非常的高昂。而物流、酒店行業的成本相對較低。

除了用戶流失之外，數據泄露對公司造成的損失還有系統檢測升級、賠償罰款等方面。在監管較嚴格的地區，數據泄露的罰款非常大，由此帶來的股價下跌也經常發生。

03

為何數據泄露如此頻繁？

當今時代，數據泄露的頻繁程度，超出了我們的想像。

* 圖片來源：網路

報道顯示，在2018年上半年，共有46億條數據遭到泄露。平均每秒，就有291條數據泄露。為何數據泄露的頻繁程度如此之高？

1

數據市場需求旺盛

隨著互聯網的發展，用戶普及度的提高，數據市場的需求不斷提高，各行各業都離不開數據的支撐。例如，大數據的發展，讓醫療保健行業降低了不少的成本。

* 圖片來源：網路

從麥肯錫醫療行業大數據的報告顯示，大數據的發展，將幫助該行業減少12%-17%的成本，相當於節省了3000-4500億美元。除此之外，金融行業也對大數據有著極大的需求。

* 圖片來源：網路

金融數據對於機構投資者極為重要。一位高盛的高管估計，該行每年在金融數據上的花費就達到4億美元。而隨著科技手段的發展，機構投資者用於大數據獲取的成本還將進一步增加。

數據市場的需求增大，讓不少人看到了商機。因此，一部分人通過竊取個人信息進行交易，從中賺錢，使得用戶數據泄露的情況頻繁發生。

2

防範意識不強

一些企業認為自己並非互聯網行業主要參與者，不會成為被攻擊對象，因此在用戶數據保管上沒有做好安全措施，最終導致大批量用戶數據泄露。

此前華住集團數據泄露，可能原因就是開發人員安全意識不強，將公司程序代碼上傳到了GitHub（一個軟體託管平台）上，加之酒店資料庫密碼過於簡單才導致。

04

數據崗位究竟有多火爆

隨著互聯網信息化的普及，大數據相關人才的需求量越來越大，各行業大數據崗位開放的越來越多。以熱門的Data Analyst為例，光在紐約地區，就有接近600個崗位的開放。

* 圖片來源：Glassdoor

而同樣熱門的Business Analyst崗位，在紐約地區的崗位多達6000多個。

* 圖片來源：Glassdoor

從處理數據的各個步驟可以看出各個崗位的參與環節：

這裡介紹一下5個最常見的崗位：

1）數據分析師 Data Analyst：指熟悉相關業務，熟練搭建數據分析框架，掌握和使用相關的分析常用工具和基本的分析方法，進行數據搜集、整理、分析，針對數據分析結論給管理銷售運營提供指導意義的分析意見。2017年3月更新平均工資水平：

* 圖片來源：網路

2）數據工程師 Data Engineer：收集和處理大規模的原始數據（包括腳本編寫，網頁獲取，調用APIs，編寫SQL查詢等）；將非結構化數據處理成適合分析的一種形式，然後進行分析；根據所需要的和專案分析商業決策。2017年3月更新平均工資水平：

* 圖片來源：網路

3）數據科學家 Data Scientist：通過統計模型、編程實現，設計、開發和部署能支持業務決策演算法和工具，管理大量數據，創建可視化以幫助理解。2017年3月更新平均工資水平：

* 圖片來源：網路

4）商業分析師 Business Analyst：中文也叫業務分析師。是一種介於客戶和IT團隊之間的角色，負責在IT項目中負責發掘、分析、傳達和確認客戶需求；同時了解有關業務上的各種問題並發現新的機會，搭建業務和IT人員之間的溝通橋樑，並推薦問題的解決方案以實現組織的目標。2017年3月更新平均工資水平：

5）市場營銷分析師 Marketing Analyst：主要幫助公司和組織決定以什麼價格，向哪些客戶，銷售哪些產品和服務。 通過研究市場條件，競爭對手的活動和消費者行為來得出結論。更專註於行業或公司內部的市場營銷職能，主要從市場的角度分析數據團隊提供的結果，給出建設性的意見。2017年3月更新平均工資水平：

* 圖片來源：網路

05

做數據分析怎麼入門？

業務方向學習路線：

1.沒有專業基礎（統計學、金融、數學、計算機專業）的可以從統計學、SQL開始學習。

2.對數學過敏的也可以先跳過統計學從Excel、SPSS開始，先熟練應用工具，再去理解背後的演算法。

技術方向學習路線:

計算機專業背景的的、走技術線的可以從Hadoop技術和R語言開始

非專業背景：入門找工作一般需要3-6個月學習周期

專業背景：1-2月

06

數據分析高頻面試題例舉

數據挖掘和數據分析之間的區別是什麼?

區別在於數據分析是針對個別屬性的實例分析，並提供值範圍，離散值及其頻率，空值發生，數據類型，長度等信息。而數據挖掘是重點關注聚類分析，異常記錄檢測，依賴關係，序列發現，多個屬性之間的關係控制等。

列出數據清理的最佳實踐?

按不同的屬性排序數據

對於大數據集，逐步清理並改進數據，直到獲得良好的數據質量

對大型數據集，可以先將其分解為小數據集，使用更少的數據將增加迭代速度

要處理常見的清理任務，請創建一組實用程序函數/工具/腳本。它可能包括基於CSV文件或SQL資料庫重映射值，或者正則表達式搜索和替換，消除所有不匹配正則表達式的值

分析每列的匯總統計數據(標準差，均值，缺失值的數量)

保持對每一個清理操作的跟蹤，以便可以根據需要更改或刪除操作

如何處理可疑或缺失數據?

準備提供所有可疑數據信息的驗證報告。它應該提供信息，如失敗的驗證標準以及發生的日期和時間，有經驗的數據分析師應該檢查可疑數據以確定其可接受性。應該找出無效數據並用驗證碼替換，對缺失數據進行處理，使用最佳分析策略，如刪除，單一插補方法，基於模型的方法等。

UniCareer VIP Coaching

一步打造金融行業通關秘籍

提升職場硬技能

識別上方二維碼添加

小希學姐（ID：UniCareerChina42）

備註【VIP】,立即諮詢課程

今日福利

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！