构建可信认证体系 助推大数据安全

简介:

中国电信号百信息服务有限公司副总经理钮钢表示,保障大数据安全需要构建可靠的信用体系,他重点介绍了号百在构建可信认证体系方面所做的卓有成效的工作。

钮钢认为,大数据在大平台上才能成就大应用、发挥大价值。最近几年,号百不单做产品,更多的是在搭建平台,建立规则,汇集更多大数据应用能力,发挥号百的放大效应。目前号百已经与终端厂商、电信运营商、安全类应用、拨号应用等前向生态链以及移动营销、O2O电商等后向产业链建立了合作关系,希望能够建立一个号码服务生态圈,引爆号码的大数据能力。

钮钢介绍,近年来互联网信息安全事件频发,公众对个人信息泄露引起的一系列问题意见很大,舆论反响很激烈,针对这一问题,号百联合新华网、电话邦、联通116114等发起成立了可信号码信息服务联盟,共同推进电话号码实名制,旨在让电话号码更可信、商户服务更可信。通过对商户电话、O2O上门服务人员电话、快递员电话进行真实性图片关键词验证,通过来去电可信号码标识,让手机用户在拨打接听电话时,准确直观地了解陌生号码背后商户和服务人员的真实情况,消除号码陌生感,提高通话安全性,免除电话欺诈。目前可信号码标识服务已经覆盖了包括华为、小米、vivo、OPPO、努比亚等在内的手机,Windows10、腾讯手机管家等也即将推出可信号码标识服务,每天的号码识别量和查询量超过30亿次。

为了顺应贵州互联网发展潮流,号码百事通-可信号码服务联盟于2016年3月2日与铜仁市政府共同建立了“全市企业信用大数据平台”,打通政府内部企业相关数据,汇聚形成企业信用大数据库,推进铜仁政务服务号码,以及企业对外服务电话进行可信实名认证,打造“信用铜仁”。同时,对接贵州号码百事通加盟服务,结合114号码服务入口,提升政务服务能力。

除了与贵州建立企业信用大数据平台,号百还与浙江省公安厅联合推出114移车服务,用户拨打114服务热线,只需告知车辆号码,专席通过话务平台即可直接联系车主自行移车。去年已在浙江省全面展开,服务次数超过700万次,服务车主500万个,日均话务量从1.8万攀升到2016年1月的3.5万,移车成功率达到62%。

钮钢表示,号码百事通拥有庞大的“大数据库”,其中包括6500万个企事业单位信息和号码数据、2.1亿个移动号码、2.2亿个家庭电话号码、5000万个通信助理用户漏话行为数据以及300万个百事通加盟商户被叫行为数据,这些大数据已逐步形成数据标签和用户画像,大数据下支撑的大平台,使号码连接服务变得更便捷。成功的经验、成功的试点,为今后与政府和企业的合作奠定良好的基础,号百将以开放的心态迎接各类合作,为保障大数据安全贡献力量。

本文转自d1net(转载)

相关文章
|
3月前
|
SQL Oracle 物联网
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
34 0
|
3月前
|
SQL Oracle 关系型数据库
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
30 0
|
7月前
|
网络协议 大数据 数据挖掘
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(二)
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(二)
|
1月前
|
存储 数据可视化 JavaScript
基于Echarts构建大数据招聘岗位数据可视化大屏
基于Echarts构建大数据招聘岗位数据可视化大屏
20 0
|
7月前
|
数据可视化 大数据 数据挖掘
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(三)
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(三)
|
3月前
|
SQL 存储 分布式计算
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
29 0
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
|
3月前
|
数据采集 SQL Oracle
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
44 0
|
3月前
|
SQL Oracle 关系型数据库
助力工业物联网,工业大数据之ODS层构建:申明分区代码及测试【十】
助力工业物联网,工业大数据之ODS层构建:申明分区代码及测试【十】
24 0
|
3月前
|
SQL Oracle 物联网
助力工业物联网,工业大数据之ODS层构建:需求分析【八】
助力工业物联网,工业大数据之ODS层构建:需求分析【八】
24 0
|
4月前
|
机器学习/深度学习 自然语言处理 Cloud Native
探索在云原生环境中构建的大数据驱动的智能应用程序的成功案例,并分析它们的关键要素。
大数据索引: Google使用大数据索引来构建其搜索引擎,并实时处理全球各种语言的文本数据。 云原生基础设施: Google Cloud提供了强大的云原生基础设施,支持大规模数据存储和处理。 自然语言处理: Google使用自然语言处理技术来理解和索引文本数据,从而提供高质量的搜索结果。 实时搜索: Google的
118 0

热门文章

最新文章