近日，抖音發布公告表示新用戶無法以微信授權登錄，也即抖音登陸被微信封殺了。而微信回應稱，這么做是為了保護用戶隱私。

這一事件無疑給愈演愈烈的“頭騰”大戰加了一把火，也將互聯網時代的用戶隱私話題再一次被提上了風口浪尖。

大規模數據收集問題日益嚴重，造成諸多隱私風險，并引發了大量社會問題。政府立法立規和企業隱私治理是解決該問題的重要途徑。然而，目前政策法規和企業規范的制定仍亟需客觀依據。

基于此，中國人民大學網絡與移動數據管理實驗室與國內最大的移動大數據服務商極光合作（由極光提供數據支持），基于3000萬移動設備的App數據構建隱私風險量化模型，制定了中國隱私風險指數體系并總結形成2018年度《中國隱私風險指數分析報告》，可以為我國相應的法律法規和行業規范制定提供客觀依據。

針對這次抖音和微信的爭端，報告主創團隊表示，“大戰”的雙方——“今日頭條”和“騰訊”兩家互聯網巨頭都是國內用戶數據獲取量比較多的App主體公司。

從整體上來看，該報告試圖揭示以下問題真相：

數據都去哪兒了？

隱私換服務？哪些App更容易泄露用戶隱私？

看看你的家鄉排第幾？中國地域隱私風險呈現何種差異？

你中槍了嗎？高隱私風險職業有哪些？

網上沖浪需謹慎？哪些行為正加劇用戶隱私風險？

中國隱私風險指數

中國人民大學信息學院孟小峰教授團隊（網絡與移動數據管理實驗室）經過近一年的深入研究，發布了2018年度《中國隱私風險指數分析報告》，這是國內乃至世界上首例對大規模移動用戶隱私風險量化的研究成果。

中國隱私風險指數是一個反映我國在特定時段內數據擁有者（移動用戶）因個人數據被收集者（App開發者）獲取而面臨的隱私風險及數據收集者造成的隱私風險相對數的宏觀指標，用來反映不同移動用戶個體或群體面臨隱私風險的差異。

模型思想

本報告對移動場景下的隱私風險進行分析并量化，以具體數值揭示隱私風險程度相對大小。隱私風險量化指通過識別用戶的泄露數據源，基于從該數據源泄露數據的可能性及泄露后對用戶隱私產生的危害綜合評估用戶的隱私風險程度。

通過調研，權限分析是最簡單有效的App隱私風險分析方法，其基本思想是移動用戶數據是通過App權限請求而泄露的，相應地，數據收集者也是基于App權限權限來獲取用戶數據的。進而，該報告從移動場景下兩大數據主體——數據擁有者（移動用戶）、數據收集者（本報告僅討論App開發者）角度入手，構建基于權限的隱私風險量化模型。

指數體系

基于數據擁有者（移動用戶）和數據收集者（App開發者）的隱私風險量化結果，本報告進一步制定中國隱私風險指數體系，從數據收集者角度揭示移動用戶數據的流向，并從自然屬性、社會屬性、行為屬性等維度揭示不同數據擁有者群體的隱私風險特征，最終分析匯總成《中國隱私風險指數分析報告》。

數據集

本報告數據集由基于中國現有333個地級行政區分層抽樣的約3000萬（30,907, 758）樣本用戶的App使用數據、162個維度的用戶屬性畫像數據（自然屬性、社會屬性、地域信息及行為屬性等）、通過爬取第三方應用網站得到近30萬（ 294,358 ）個App數據（App名稱、類別、開發者、版本、權限、大小、評分等）組成。

注：本報告中的用戶數據均來源于匿名處理后的移動設備數據。

中國隱私風險指數分析流程

數據都去哪兒了？前10%數據收集者獲取99%權限數據

截至2018年6月，數據集中全部用戶通過使用App共產生約131.98億份權限數據。信息完備的約16.47萬款App對應約12.23萬數據收集者，這些數據收集者共獲取約90億份權限數據。從獲取隱私權限數據份數量級上可將數據收集者劃分為億級、千萬級、百萬級直至個級權限數據獲取收集者，對上述不同級別的數據收集者進行統計分析，前10%數據收集者獲取了99%的權限數據！

現實世界中常見的“二八定律”反映在虛擬世界中更為殘酷，數據收集的壟斷現象極為嚴重。數據“巨頭”的統治地位相比經濟“巨頭”更加明顯。

數據收集者權限數據獲取分布

前0.01%、前0.1%、前1%、前5%、前10%

隱私換服務？這幾類App最容易泄露你的隱私

本報告內App共有21類（不包括“其他類”），不同類別App由于自身功能的需要而請求不同的權限。此外，再加上不同人群偏向使用App的不同，使得不同人群隱私風險指數呈現差異。

因此本報告對21類App固有的權限請求狀況進行分析，并對其在用戶集內的權限數據獲取狀況進行統計，結果表明，社交類、旅游出行類、工具類、購物類和理財類App平均獲取用戶數據最多，更容易泄露用戶隱私。相反地，兒童類、娛樂類、安全類App則較為安全。

看看你的家鄉排第幾？全國各省隱私風險排名出爐！

據2016年國務院發展研究中心《地區協調發展的戰略和政策》提出的八大綜合經濟區（東北綜合經濟區、北部沿海綜合經濟區、東部沿海綜合經濟區、黃河中游綜合經濟區、大西北綜合經濟區、大西南綜合經濟區、長江中游綜合經濟區和南部沿海經濟區）構想，本報告對各經濟區隱私風險指數進行分析，結果表明，東部、南部沿海以及大西南地區隱私風險指數偏高，黃河中游、北部及西北地區隱私風險則偏低。

八大綜合經濟區隱私風險

進一步，本報告具體分析全國34個省級行政區和333個地級行政區隱私風險指數后發現，經濟發達省份和旅游省份隱私風險相對較高，中等發達省份隱私風險普遍較低。

除港澳臺地區外，高隱私風險的省份前三位依次為：上海市、云南省、浙江省；低隱私風險的省份前三位依次為：河南省、甘肅省、山西省。港澳臺地區隱私風險排名為香港特別行政區>澳門特別行政區>***省，考慮到這三個地區App使用偏好與內地存在差異（如社交軟件常用Facebook，Instagram等）的原因，故不與內地各省市進行比較。

中國隱私風險指數地圖

你中槍了嗎？十大高隱私風險職業

基于2015版《中華人民共和國職業分類大典》，本報告將用戶職業按粒度劃分為三級。一級職業是粒度最大的職業劃分，包括5大類：（1）專業技術人員；（2）辦事人員和有關人員；（3）商業/服務業人員；（4）農/林/牧/漁/水利業生產人員；（5）生產/運輸設備操作人員及有關人員。二級職業是粒度中等的職業劃分，每個一級職業均對應多個二級職業。三級職業是粒度最小的職業劃分，本報告的數據集中涉及其中25類。

對于五類一級職業，隱私風險指數由高到低依次為生產/運輸設備操作人員及有關人員、商業服務人員、農/林/牧/漁/水利業生產人員、專業技術人員、辦事人員和有關人員；二級職業中，工程技術人員隱私風險指數最高，運輸服務人員的隱私風險指數最低；而十大高隱私風險的三級職業由高到低依次為IT工作者、銷售人員、律師、司機、人力資源人員、保險代理人、建筑人員、個人店主、裝修人員和會計。

網上沖浪要小心！這些行為正在加劇你的隱私風險

本報告通過對購物偏好、教育行為、直播行為、社交習慣、貸款傾向、游戲愛好、彩票傾向、閱讀傾向、新聞傾向、理財對象、住宿習慣和出行方式這12類共計91種用戶行為的隱私風險指數加以分析后發現，具有外宿、貸款傾向行為的人群隱私風險普遍較高，而愛好游戲、閱讀的人群隱私風險偏低；此外，不同教育行為、直播行為和新聞傾向的人群隱私風險指數差異較大。

12類行為屬性隱私風險指數總體分析

社交習慣

偏好與陌生人互動的社交人群隱私風險普遍偏高，而熟人社交、校園社交人群隱私風險較低。

社交習慣指人們經常使用的社交App類型，包括人脈社交、匿名社交、陌生人社交、同志社交、情侶社交、媽媽社區、同城交友、校園社交、熟人社交、婚戀交友10種屬性。偏好與陌生人互動的社交人群隱私風險偏高，如同城社交、匿名社交及婚戀交友等，且這些社交方式的隱私風險差異不大，熟人社交、校園社交人群隱私風險偏低。

直播行為

喜歡收看旅游直播、美妝直播節目的人群隱私風險指數偏高，收看電視直播的人群隱私風險指數最低。

直播行為指移動用戶常收看的網絡視頻直播類型，包括旅游直播、體育直播、明星直播、美妝直播、cos直播、秀場直播、社交直播、電視直播、教育直播、游戲直播10種屬性。分析發現，喜歡收看旅游直播、美妝直播節目的人群隱私風險指數偏高，收看電視直播的人群隱私風險指數最低。cos直播、體育直播行為隱私風險分列三、四位，而收看明星、教育、秀場、社交和游戲直播的人群隱私風險差異不大。

總結

本報告從數據擁有者（移動用戶）和數據收集者（App開發者）兩個角度定量評估隱私風險，并基于分層抽樣得到的約3000萬移動設備數據集構建出中國隱私風險指數體系，形成《中國隱私風險指數分析報告》。本報告主要結論如下：

大規模數據收集現狀：數據收集壟斷現象極為嚴重。前10%的數據收集者獲取了99%的權限數據，比現實世界財富獲取的“二八定律”更為殘酷。

App類別數據收集特征：社交類、旅游出行類、工具類、購物類和理財類App平均獲取用戶數據最多，更容易泄露用戶隱私。相反地，兒童類、娛樂類、安全類App則較為安全。

區域隱私風險指數：東部、南部沿海以及大西南地區隱私風險指數偏高，黃河中游、北部及西北地區隱私風險則偏低。經濟發達省份和旅游省份隱私風險相對較高，中等發達省份隱私風險普遍較低。

人群隱私風險指數：高隱私風險職業前三名依次為IT工作者、銷售人員、律師。高收入高消費人群隱私風險最高，低收入中等消費人群隱私風險最低。

行為隱私風險指數：具有外宿、貸款傾向行為的人群隱私風險普遍較高，而愛好游戲、閱讀的人群隱私風險偏低；此外，不同教育行為、直播行為和新聞傾向人群隱私風險指數差異較大。