3.“小”数据造成更大的隐私威胁

不论对大数据潜在侵犯个人权利的言论多么汹涌，今天大多数最常见的隐私风险都与“小数据”有关，比如黑客以个人银行信息为目标实施金融诈骗。报告指出：“这些风险并不总是大量、快速或信息种类繁多的，也不隐含某种与大数据相关的复杂分析”.报告认为，小数据的保护已经由美国隐私法律、强有力的实施细则，以及全球隐私保护机制修正规范起来。即使这是事实，最近的2篇文章显示出在这个领域还有很大的改进空间。

4.预测医学可能导致隐私混乱

“预测医学”是一个前景远大的大数据应用，它深入挖掘病人的健康和基因信息，以预测她(他)们是否将得一种特殊的疾病，以及对具体治疗方法的接受程度。这儿数据滥用的潜力是巨大的。比如，通过“预测医学”收集来的健康信息也许就被运用于拥有类似基因的人们(比如病人的孩子们)的医疗决策中。

报告提到：“目前覆盖信息并运用于健康的隐私框架体系并没有很好的适应处理这些新发展，或者对驱动新发展的研究起到促进作用”.

5.相反地，隐私法律反而阻碍了某些重要的分析

报告说：“大数据分析使得数据科学家可以积累大量的数据，包括非结构化数据，并且发现异常现象和模式”,“这个发现模型中一个关键的隐私挑战是，你不得不去大海里捞针。为了获得一定的洞察力，你就需要一定数量的数据。”

因此难题就出来了：研究人员可以受益于获得更大量敏感的基因信息数据集，但是隐私法律却限制她(他)们获取这些数据。报告说，举个例子，布罗德研究所的一位基因研究者就未能探测与3500个精神分裂症基因数据集相关的基因变异，但却取得了35000个案例的“统计显着性”结果。

(责任编辑：)