方滨兴：大数据搜索要有隐私保护

中国工程院院士，中国网络空间安全协会筹备组召集人 方滨兴

网易财经12月14日讯 2016年网易经济学家年会今日在北京举行，论坛主题为“大国图新 重启增长”，经济界精英齐聚一堂，共同探讨中国经济改革，网易财经全程直播。

在《2025科技展望》的分论坛中，中国工程院院士，中国网络空间安全协会筹备组召集人方滨兴在主题演讲中表示，大数据的能力太强大，可能把个人隐私挖掘出来，要有隐私保护。

以下为文字实录：

方滨兴：刚刚鲁白讲的方面，我这个在他的前一个阶段。这需要我做宣传的一件事情。

我们先说现在我们搜索引擎，如果没有搜索引擎互联网不会走到今天，当然我说的搜索引擎不仅是百度、搜狗、谷歌这些，淘宝、当当没有搜索引擎什么东西都找不到，没有搜索引擎什么都不存在了。

受到大数据到来搜索数据在扩张，我们有很多信息都可以被你搜索到，有物联网信息、移动物联网的信息，地理轨迹数据等等，数据源在扩张，而不是像过去只是在互联网上的信息。

第二，是我们的搜索空间也在扩张。过去我们仅仅在互联网搜索，我们现在可以到物联网、可以到电信网、可以到传感网，可以到很多网搜索。它是一个网络空间，什么是网络空间？网络空间是包括互联网、电信网，社交网络、计算系统、通信系统、控制系统等虚拟空间。我们不是停留在传统的互联网上，用我们的行话到泛在网上。

第三，搜索内容也开始发生变化，过去搜的是简单的信息，文字信息或图片信息。现在空间上已经扩张了，我们搜索的有内容、还有时间、还有空间，像当当网的物流，京东的物流，都给你带来时间轴，空间信息。

而内容本身也在扩张。过去内容就是文字本身、信息本身，或者图片视频。现在内容还包括人、包括物，这个物体在哪儿？这个人是怎么回事。所以它们也是扩张。

再就是搜索模式在变化。传统搜索模式搜的存在性信息。这个文字在哪个网页有？拽出来看看网页怎么回事。往下搜到语义理解，现在打个“毛泽东”他给你履历生平，你可能关心他背后的事情。

还有服务搜索，你搜索天气预报，他知道你在北京告诉你北京天气预报，你写北京时间马上告诉你现在几点几分，北京到海口的航线，马上告诉你机票最近时间价格怎么样。提供服务，服务搜索。

往下还需要给我一个解决方案，给我一个答案，让网络给我一个智慧。这是我们下面要追求的事情。追求的新一代的搜索技术。我们现在有了这么多的变化，空间在变化，我们要有更大的空间获取原始信息。

什么叫解决方案？我们要到医院去看病，我们到医院看急诊。现在搜什么呢？现在片断一个一个搜，附近有哪个医院交通信息怎么样？这些信息都有，搜狗有搜索引擎，交通浏览器都有。但也就到这，再往下还要什么？资源怎么样？床位怎么样？如果在大数据年代大家数据共享，医院把床位情况共享出来，能不能接待我？

还有排队挂号排队，牌号器借给我们，知道排号情况怎么样。知道一个病人花多长时间，不断有新的排队的人进来，所有信息都综合之后，搜索引擎会给你一个答案说：你到十公里内的医院最好，不是到一公里外的医院。因为什么？因为各种因素，排队它的医疗资源的数量，还有它的床位等等。

我们叫大搜索，因为我们面对Big data，用Big data是5个V，数据复杂、数据不确定，最后一个V有很多价值挖掘出来，谁给它挖掘？大搜索挖掘。

什么是大搜索？面对泛在网人、空间、物体、内容，基于网络空间大数据获取的知识，从信息时间、位置角度给满足用户的搜索解答。

大搜索本质关系到五个问题，各个角度上的信息。在泛在网的空间，不仅仅是互联网。排号信息如果能共享出来，对你的企业肯定有很大好处。就跟携程，能够成功拿到所有酒店空房率的信息，它能帮你把用户推荐进来。

如果我们医院、银行，所有长期排队的这种，你把你的牌号信息分享出来，网上搜索时，参考你排号信息，这时服务质量马上提高。整个均衡程度会扩张，三甲医院有限的医疗资源可以服务于那些人再多必须到这排队，到这看病的复杂。旁边的医院也要有人看，要有人引导。

第二个要有人理解。用户提出一个问题到底是什么？查一个信息到底想说什么？我问番茄炒鸡蛋，是先放鸡蛋还是先放番茄。理解不了，网上一看有西红柿炒鸡蛋，把它关联到一起。正确理解客户意图是解决问题的很重要的关键。

第三，我必须有知识组织，有足够知识在这里放着。大搜索可以看成叫千亿个为什么。大家能想到的关于为什么都来。我们搜索引擎本质是什么？为什么搜索引擎很快？因为有索引结构，把所有查的词这样的索引事先组织，只要我见过的索引马上拿出来秒级响应。现在大搜索把问题当做索引，想有多少关键词查询，我组织多少问题查询，我把所有问题组织好事先放在里面，这就构成知识库。

第四个要智慧解答。我给你解决方案，给你不是存在性信息。这叫向网络要智慧，人工智能重新热起来，也是这样的原因。我们有这么多的数据，也许我们能够比人获得更精准的解决方案，然后展现出来。

后一个隐私保护。大数据的能力太强大，可能把个人隐私挖掘出来，要有隐私保护。

针对大数据的5个V，大搜索有5个S。第一个S是获取。怎么获取信息？第二个S是感知。我要知道用户真实意图是什么。第三个S是多元综合。要把所有通道获得的信息，针对你的问题做好解答准备。第四是智慧解答，这里有千亿答案，你的问题怎么恰好是我，不能格式划分，爱怎么说怎么说，你的话可能这句话这三个答案是我需要的，很多答案是结构性需要补贴数据。我刚才说找医院，实时找交通数据做计算性问题。

第五个是安全可信。稍微展开说一下。泛网获取第一个原则，将来泛网获取不仅仅是网页，是整个网络空间，包括物联网、传感网、电信网包括所有能够获得的信息，这些信息拿出来会有很多东西，但信息源太大了，不可能像搜索引擎一样，把全部网页搜索出来。

不可能怎么办？得分类解决。现在解决方法是把所有东西拿过来，做倒拍索引找东西。将来怎么办？构造足够多的问题，比如上千亿个问题，为每一个问题搜索信息，信息组织。我等于为将来组织上千亿个答案做出它的准备。

对每一个问题来说，搜索信息量不是那么大，而且搜索比较精准。

第二个是感知。现在怎么感知？你给我什么词？当然现在已经有新的进步。有个定位信息，比如在北京查天气预报，马上给你北京天气预报，因为能判断你的IP从哪儿来的，这已经有进步。还不够，还要有更多手段正确理解用户想干什么。

用户有历史性查询，通过用户历史性查询看到他的查询有偏好。比如现在有大的环境，大家都在讨论网易，网易财经。你一搜网易论坛，马上想到是不是网易财经论坛，大家都在讨论的问题，有一个背景我们叫时态。当然也有语义的理解，你说番茄，番茄跟西红柿对应的，这些都是理解手段，正确理解用户到底想提什么样的问题。

第三个是知识综合。现在怎么办？现在搜索引擎只是简单做一个PageRank，现在搜索引擎查一个网易财经，查了网易财经给每个网页上有网易财经都拿出来，有上百万页都有网易财经怎么办？关心两件事。有多少条链指向它？指向它链最多放在前面。还有一个人们查到点击，查到不点击，一点点往后退。这是简单的PageRank。

这是一种服务方式，大搜索不一样了，刚才我说对你有关的问题答案找出来。想找出来事先做了大量的关联，现在一个可行的技术叫知识图谱。比如我看到俞志晨，曾经北邮毕业，搞图灵机器人，有一天你只查图灵机器人，你找的人叫俞志晨。我要有大量的关联，把所有关联词关联出来，看你的问题，把最符合你叙述的答案找出来。

第四个是解决方案。解决方案关键是，你的问题是否能够有现成的答案拿出来。我干嘛现成可以现推。有很多可以现推，我们现在说的是搜索引擎，搜索引擎要秒级响应，你等不要说分钟，等了四秒五秒都不行。今天没有现推给你答案，问题进去了，可能算一天、两天算出来，以后两天三天后有人问这个问题就出来了。

比如说我们这里面写一个“为用户求解出智慧答案”，我把“出”字索引，索引不出来。没有这个东西。或者把“慧答”拿出来索引，在网上肯定有这个东西，发现你需要同样检索以后再用。

问题当时这么多有答案的东西，哪个跟你匹配上？这个是要解决的问题，你的意图要和我做很好的构架。

以后在找医院时，事先做好构架，当你说我找最快的治疗医院，或最快的提供什么服务？做一个框架。你到那个银行开户取钱，最快屏幕服务。涉及到位置，把位置框上，涉及到排号距离、好评程度、资源占用程度，这些参数一计算给你结果。判断出来你需要的，效率马上上来了。

当然还有一个，你的信息可能有隐私性我们要有一个配置。对人来说，比如方滨兴要查你现在在哪儿？因为我们现在带的东西都有定位信息。你在哪儿？我事先说好，如果是我的家人知道我在哪儿OK，精度两米。

如果是我的工作同事工作期间精度三米，但非工作期间精度两公里，知道我在这一带甭管我在哪儿。你的朋友精度一百米，非工作期间两百米。要有一个事先的判断，通过判断的问题。

刚才我说大搜索，一搜索一大堆的拿出来了。最后要有一个过滤，搜索结果是否能够推出来一个人的精确，如果是你跟这个人有没有关联，有没有得到授权，如果没有给他打***。这样有隐私保护体系，这样大搜索工具不那么可怕，否则的话每个人没有隐私了，等于戴透视眼镜看别人，这个社会就不那么安宁了。

最后我给出信息，什么是网络空间大搜索。根据一定的策略和方法，从互联网、物联网、电信网等泛在网络上实时、快速、精确地获取各种物理实体，人物、信息，以及时间与位置属性；具备洞察理解用户搜索意图的“智能”。

能够对网络空间各种对象进行高效地组织和管理、建模和索引；具备为用户构建尽可能符合用户需求答案的智慧；能够以“向量”的方式提供智慧解答。

搜索内容由信息扩展到了物体、信息和人物，从传统搜索面对的虚拟世界拓展到了现实的物理世界。现在物理世界也可以搜了。

第二搜索结果可以从存在性信息破解到解决方案，理解用户意图给用户构造答案。向网络要智慧。 过去搜索结果，过去标量结果，现在是向量结果，呈现的是一种向量，带有时间维、空间维等等。

最后，说一个结论，大数据搜索是抢占技术搜索高地。刚才我听鲁白的介绍我很有感触，我们国家创新的环境不好，不好在哪儿？在国际社会上，他们有人跟我说，在硅谷听一个新概念，大家首先想，这个东西没准真能成，大家没有新想象，突然你有新想法太好了，往前推一推。

但在中国提新概念，大家想你能干成吗？否定的声音特别多。导致政府也犹豫，政府投资没有给完全中国人提的新概念，投的大数据、云计算等都是别人提的，这玩意儿没人提就你提能行吗？这是一个问题。

我们从两个方面呼唤大搜索，没有搜索引擎互联网不可能走到今天，信息太海量了，通过搜索引擎掌握它。你们大家都知道有物联网，谁真正感觉到物联网在哪儿？那个东西只有在你身边感受到它的存在。我戴了这个手表，别人戴了你不知道，为什么？物联网没有搜索引擎。

物联网走不了太快。大搜索包含了物联网的搜索，因为它是整个泛在网的空间。我们将来搞天气网络，配上搜索引擎不可能再用起来。

现在数据太海量了，直接要结果就好，数据太多了，对你就是噪音。我到底想干什么，你你告诉我，我告诉他怎么干。好的，我的报告到这。谢谢大家。