“乙类乙管”后 是否会有第二轮感染？疫情信息如何统计？总台独家专访吴尊友******
1月8日起新冠病毒感染实施“乙类乙管” ，对于疫情监测数据通报 、病毒变异是否会引发新一轮感染，我国又将采取怎样 的措施继续实施监控，总台央视记者独家专访中国疾控中心流行病学首席专家吴尊友 ，他就公众关心 的问题进行了解答 。
总台央视记者 史迎春：大家都在担心在国际上的奥密克戎BQ系列，然后包括XBB系列的变异株，它们在我们实行“乙类乙管”，出入境打开以后，进入国内会掀起第二轮的感染，这 是大家普遍担心的一个问题 ，您认为这个问题应该怎么看 。
中国疾控中心流行病学首席专家 吴尊友 ：我们也对国际社会 的各个国家流行的新毒株 的情况进行了解追踪，那么同时对国内发生的疫情也进行了毒株变异 的监测 ，特别是从境外回国人员当中也检测到这些毒株 。会不会造成新一轮 的疫情 ，取决于变异 的毒株和我们刚刚流行 的这些毒株之间，在结构上面有多大 的相似性，或者说它 的变异差异有多大 。从目前来看 ，因为它的变异也是奥密克戎亚型里面的分支的变异，马上造成新一轮传播的这种风险 的话 ，应该说不会太大。
总台央视记者 史迎春：还有一种担心 是认为中国人口基数比较大，感染 的人口基数也大 ，会不会产生新的变种 ，从而影响整个世界 的病毒序列，或者说整个世界 的病毒的进程。
中国疾控中心流行病学首席专家 吴尊友：优化防控策略以后 ，本地传播 的疫情病例数在有一定的水平和规模 的情况下 ，确实存在着新的变异毒株的可能性 ，我们也密切关注。所以在“乙类甲管”调整为“乙类乙管” 的疫情监测方案当中，就专门提到了新冠病毒变异毒株 的监测，在现阶段 ，每天都在进行新 的毒株 的样本收集和测序，来对它的变化进行监测。从目前的结果来看 ，我们现在发现 的所有的毒株，都是已经在国际共享平台上分享 的毒株，也就 是说在国外已经报告了 ，或者说主要 是从境外流行以后传入中国 ，到目前为止还没有发现国内新出现的变异毒株 。
为指导全国各地做好当前新型冠状病毒感染疫情监测工作，国务院联防联控机制印发了《新型冠状病毒感染“乙类乙管”疫情监测方案》，及时动态掌握人群感染发病水平和变化趋势，科学研判和预测疫情规模、强度和流行时间 ，动态分析病毒株变异情况 ，以及对传播力 、致病力、免疫逃逸能力及检测试剂敏感性的影响 ，为疫情防控提供技术支撑。
总台央视记者 史迎春 ：对于之前疫情通报的数字和自己本身 的感受 ，很多公众觉得差距比较大 。我们国家一直 的疫情统计和发布的疫情信息 ，是如何去监测和统计报告的？现在有没有相应的调整 ？
中国疾控中心流行病学首席专家 吴尊友：在武汉疫情控制以后，到我们优化防控方案这期间 ， 是叫严格管控时期。每一起疫情的源头 、造成感染的毒株 ，几乎每一个感染者都能够被诊断管理，所以我们采取 的 是一个计数统计 。现阶段由于防控方案 的调整 ，报告病例数和公众感觉 的数字，存在着一定 的差距 。造成这种差距有两个方面的原因 ，一个 是不再实行行政区 的大规模核酸检测了 ，除了重点机构重点人群以外 ，采取的方法是愿检尽检的方法 ，这样的话检测 的人数、报告的人数就有明显的下降。第二个方面，疫情 的感染者主要以轻症为主，多数人还在家庭自我休息调整 、进行抗原检测，这一部分也没有纳入到传染病报告，这就造成了这样的差距 。为了更好地做好统计工作，联防联控机制制定下发了新冠病毒感染“乙类乙管”疫情监测方案 ，采取的 是多种渠道的监测，包括住院病例 的报告监测、核酸抗原检测的数字统计 ，还有重点机构像养老福利机构的监测，再有像学校学生的呼吸道症状 的监测，以及对部分病人的检测 。还有我们在全国设立500多个流感哨点监测。我们采用了多种统计方法综合运用 ，也能够相对准确评估疫情的发生发展趋势 ，能够对于疫情的发病 ，流行 的强度，流行的趋势 ，流行的时间做出研判，对防控效果作出评价 。在过去几年，欧美国家和全球其他 的国家实际上也 是采取这样一个统计方法，它主要就 是通过抽样的方法来反映总体情况 。(央视新闻客户端)
你的隐私 ，大数据怎知道 ？我们又该如何自我保护 ？******
在网络上 ，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题 。面对汹涌而来的5G时代，大众对自己 的隐私保护感到越来越迷茫，甚至有点不知所措 。那么 ，你的隐私 ，大数据是怎么知道 的呢 ？大家又该如何自我保护呢 ？
1.“已知 、未知”大数据都知道
大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝 。在大数据面前 ，你说过什么话，它知道 ；你做过什么事，它知道 ；你有什么爱好，它知道 ；你生过什么病 ，它知道 ；你家住哪里 ，它知道；你的亲朋好友都有谁 ，它也知道……总之，你自己知道 的 ，它几乎都知道，或者说它都能够知道 ，至少可以说 ，它迟早会知道！
甚至 ，连你自己都不知道 的事情 ，大数据也可能知道 。例如，它能够发现你 的许多潜意识习惯 ：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还 是右脚呀 ，你喜欢与什么样的人打交道呀 ，你 的性格特点都有什么呀 ，哪位朋友与你的观点不相同呀……
再进一步说 ，今后将要发生的事情，大数据还 是有可能知道 。例如 ，根据你“饮食多、运动少”等信息 ，它就能够推测出 ，你可能会“三高”。当你与许多人都在独立地购买感冒药时 ，大数据就知道 ：流感即将暴发了 ！其实，大数据已经成功地预测了包括世界杯比赛结果 、股票 的波动、物价趋势 、用户行为 、交通情况等 。
当然 ，这里的“你”并非仅仅指“你个人” ，包括但不限于 ，你 的家庭 ，你 的单位 ，你的民族 ，甚至你 的国家等。至于这些你知道的 、不知道 的或今后才知道 的隐私信息 ，将会把你塑造成什么 ，是英雄还是狗熊 ？这却难以预知。
2.数据挖掘就像“垃圾处理”
什么 是大数据？形象地说，所谓大数据 ，就 是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如 ，你在网上说 的话 、发 的微信、收发 的电子邮件等 ，都 是大数据的组成部分。在不知道 的情况下被采集的众多信息，例如被马路摄像头获取 的视频 、手机定位系统留下 的路线图 、驾车 的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度 、湿度 、速度等万物信息，仍然 是大数据 的组成部分。总之 ，每个人 、每种通信和控制类设备，无论它是软件还 是硬件 ，其实都 是大数据之源 。
大数据利用了一种名叫“大数据挖掘” 的技术 ，采用诸如神经网络、遗传算法 、决策树 、粗糙集、覆盖正例排斥反例、统计分析 、模糊集等方法挖掘信息 。大数据挖掘 的过程 ，可以分为数据收集 、数据集成 、数据规约、数据清理、数据变换、挖掘分析 、模式评估 、知识表示等八大步骤 。
不过 ，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集” ；将废品和垃圾送往集中处理场所 ，可算作“数据集成” ；将废品和垃圾初步分类 ，可算作“数据规约”；将废品和垃圾适当清洁和整理 ，可算作“数据清理” ；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱 ，可算作“数据分析” ；不断总结经验，选择并固定上下游卖家和买家 ，可算作“模式评估”；最后，把这些技巧整理成口诀 ，可算作“知识表示”。
再看原料结构 。大数据具有异构特性 ，就像垃圾一样千奇百怪 。如果非要在垃圾和大数据之间找出本质差别的话 ，那就在于垃圾是有实体 的，再利用 的次数有限；而大数据是虚拟的 ，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出 的旅客出行规律交给航空公司 ，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃” ，反复利用，而且时间越久 ，价值越大 。换句话说，大数据 是很值钱 的“垃圾” 。
3.大数据挖掘永远没有尽头
大数据挖掘 ，虽然能从正面创造价值，但 是也有其负面影响 ，即存在泄露隐私 的风险 。隐私 是如何被泄露的呢 ？这其实很简单 ，我们先来分解一下“人肉搜索”是如何侵犯隐私 的吧 ！
一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后 ，将这些信息按照自己的目 的提炼成新信息 ，反馈到网上与别人分享 。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代 的基础上，互相取经 ，再接再厉 ，交叉重复进行信息 的收集、加工、整理等工作 ，于 是，便诞生了第二次“人肉迭代”。如此循环往复 ，经过多次不懈迭代后 ，当事人或物的画像就跃然纸上了。如果构成“满意画像” 的素材确实已经证实 ，至少主体是事实 ，“人肉搜索”就成功了 。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长 ，大家 的毅力足够强 ，那么任何人都可能无处遁形 。
其实，所谓 的大数据挖掘，在某种意义上说 ，就 是由机器自动完成的特殊“人肉搜索”而已。只不过 ，这种搜索 的目的 ，不再限于抹黑或颂扬某人，而 是有更加广泛的目的，例如，为商品销售者寻找最佳买家 、为某类数据寻找规律 、为某些事物之间寻找关联等。总之 ，只要目的明确 ，那么 ，大数据挖掘就会有用武之地 。
如果将“人肉搜索”与大数据挖掘相比 ，网友被电脑所替代 ；网友们收集 的信息，被数据库中的海量异构数据所替代 ；网友寻找各种人物关联 的技巧，被相应 的智能算法替代 ；网友们相互借鉴、彼此启发 的做法 ，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多 ，速度更快 ，每次迭代其实就 是机器 的一次“学习”过程。网友们 的最终“满意画像”，被暂时的挖掘结果所替代 。之所以说是暂时 ，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准 ，智慧程度会越来越高 ，用户只需根据自己 的标准，随时选择满意 的结果就行了 。
当然 ，除了相似性外 ，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如 ，机器不会累 ，它们收集的数据会更多、更快 ，数据 的渠道来源会更广泛。总之 ，网友 的“人肉搜索”，最终将输给机器 的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认，就当前的现实情况来说 ，大数据隐私挖掘 的“杀伤力” ，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前 ，当前人类有点不知所措。这确实 是一种意外 。自互联网诞生以后 ，在过去几十年，人们都不遗余力地将碎片信息永远留在网上 。其中 的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来 ，竟然后患无穷！
不过，大家也没必要过于担心。在人类历史上，类似 的被动局面已经出现过不止一次了。从以往 的经验来看，隐私保护与数据挖掘之间总 是像“走马灯”一样轮换的——人类通过对隐私的“挖掘” ，获得空前好处 ，产生了更多需要保护 的“隐私” ，于是 ，不得不再回过头来，认真研究如何保护这些隐私 。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图 ，于是，新一轮的“挖掘”又开始了 。历史地来看 ，人类在自身隐私保护方面 ，整体处于优势地位 ，在网络大数据挖掘之前 ，“隐私泄露”并不 是一个突出的问题 。
但 是，现在人类需要面对一个棘手 的问题——对过去遗留在网上 的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行 ，甚至还会越“保护”，就越“泄露隐私” 。
因此，必须多管齐下。例如从法律上 ，禁止以“人肉搜索”为目的 的大数据挖掘行为；从管理角度 ，发现恶意的大数据搜索行为 ，对其进行必要 的监督和管控。另外，在必要的时候 ，还需要重塑“隐私”概念 ，毕竟“隐私”本身就是一个与时间 、地点、民族、文化等有关 的约定俗成的概念 。
对于个人 的网络行为而言，在大数据时代 ，应该如何保护隐私呢 ？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢 ？答案只有两个字 ：匿名 ！只要做好匿名工作 ，就能在一定程度上 ，保护好隐私了 。也就 是说 ，在大数据技术出现之前，隐私就 是把“私”藏起来，个人身份可公开，而大数据时代 ，隐私保护则是把“私”公开(实际上 是没法不公开) ，而把个人身份隐藏起来 ，即匿名。
(作者 ：杨义先、钮心忻，均为北京邮电大学教授)
