我国大数据安全研究的知识图谱及热点分析
来源:用户上传
作者:
关键词：大数据安全;Cite Space;可视化分析;治理现代化
摘 要：文章将526篇以“大数据安全”为主题的CSSCI期刊论文作为样本，运用可视化分析工具Cite Space从发文数量、高频关键词等方面对大数据安全的研究现状和热点议题进行了讨论。研究发现：自2013年以来，关于大数据安全的论文数量呈上升趋势，但是学者和机构之间的合作关系还不够密切;大数据安全研究的热点包括大数据安全与隐私保护、大数据安全与企业治理、大数据安全与社会治理、大数据安全与国家治理等。大数据安全研究将成为持续热点，并存在多学科交叉融合研究、研究方法持续创新、研究视角不断拓展的趋势。
中图分类号：G250文献标识码：A文章编号：1003-1588（2020）05-0103-03
1 背景
伴随互联网技术以及人工智能技术的迅速发展，大数据被广泛应用于经济发展、社会生产、人民生活的各个方面，“数据化社会”俨然已经来临。然而，大数据在给个人生活、企业经营、政府运行带来便利的同时，也带来了一系列安全问题，如何面对大数据发展给法律、安全、政府治理等带来的挑战已成为社会关注的热点议题。目前，大数据安全问题已经从个人层面上升到国家层面，大数据管理法治化已被提上日程。基于此，本研究以“大数据安全”为主题，以中国期刊网（CNKI）数据库所收录的526篇CSSCI来源期刊为数据源，运用文献计量法和可视化分析工具Cite Space对文献数量、主要作者、研究机构等进行了梳理，同时对我国大数据安全研究的现状、热点、主题等进行了分析，最后对大数据安全研究的发展趋势进行了预判。
2 研究方法与数据来源
2.1 研究方法
本研究采用文献计量分析法，文献计量分析法是一种基于数学和统计学的著名的定量分析方法，它以各种科学文献的外部特征为研究对象，以输出量必定是量化的信息内容为主要特点，采用数学与统计方法来描述、评价和预测科学技术的现状与发展趋势，属于图书情报学的分支学科[]。Cite Space软件是用于知识计量和分析的重要工具，不仅可以清晰认识某一知识领域的研究状况，厘清该研究领域的网络结构，探测该领域的研究趋势，而且可以通过可视化的方式将其呈现出来。因此，本研究采用Cite Space软件对文献进行计量分析。
2.2 数据来源
本研究数据来源于CNKI数据库中的CSSCI来源期刊论文，笔者以“大数据安全”为检索主题词，文献来源设定为“期刊”，文献检索年限设定为“2013—2018年”，文献检索及下载的操作时间为“2019年4月24日”，最终共获取有效文献526篇[2]。
3 我国大数据安全研究现状
3.1 文献数量与发展趋势
研究领域的发展态势可以从发文量的多少得以体现[3]，发文量多表示研究受到学者们的广泛关注，具有一定的研究价值和潜力。笔者对2013年以来的期刊文献发表数量进行了统计，详见下页表1。从表1可以看出，大数据安全研究相关文献呈逐年递增趋势，我国关于该领域的文献发表量从2013年的9篇逐渐增长到2018年的144篇。虽然发文数量增长较快，但是大数据安全领域的相关文献总量仍然偏少。这说明大数据安全问题虽然已经引起社会各界的广泛重视，但目前我国针对该主题开展的科学研究仍然不足，研究实力整体偏弱。
3.2 高频被引文献分析
依据Cite Space引文分析原理可知，文献被引次数越多，说明该研究受到的认可程度越高，即文章的学术价值越高。分析一个研究领域的高频被引文献，有助于迅速、准确地把握此研究领域的热点问题[4]。表2列出了2013年至2018年大数据安全研究领域中被引频次最高的前10篇研究文献。
从整体上看，高被引文献均来自我国的重要核心刊物，如《情报杂志》《中国行政管理》《经济与管理》等。从研究内容看，高被引文献主要集中在大数据风险、个人信息保护、大数据应用与发展、大数据与社会治理等方面，主要涉及大数据与政府治理、大数据与企业管理、大数据与公共教育、大数据与个人信息保护等方面，充分体现了大数据与不同学科之间的交叉融合。此外，这些高被引文献大都探讨了大数据在各个领域应用过程中遇到的挑战及风险、应该坚持的准则和对策等，这说明学者们非常关注运用大数据过程中出现的数据安全与风险问题。
4 大数据安全高频关键词图谱与热点议题分析
4.1 大数据安全高频关键词图谱
笔者利用Cite Space软件中的“Keywords”功能绘制了高频关键词图谱，详见图1（见下页）。节点圈层在可视化图谱中的大小表明关键词出现频次的多少，节点连线的粗细表明该节点与其他节点之间的关联度，节点在图譜中的排列位置和字体大小由自身的中心度值和词频高低决定。关键词的频次、关联度和中心度等相关指标是判断主题聚类的重要条件。从图1可以看出，出现频次最高的关键词是“大数据”，然后依次是“大数据时代”“图书馆”“信息安全”“数据安全”“大数据技术”“隐私保护”“政府治理”“数据治理”等词汇，这些高频关键词在一定程度上反映出了当前的研究热点。
4.2 我国大数据安全研究热点分析
4.2.1 大数据安全与隐私保护。大数据在给人们的生活和工作带来便利的同时，也威胁着个体的信息数据安全。近年来，信息遭恶意泄露、贩卖的情况屡有发生，这种行为既干扰了个人的基本生活，又侵犯了个人隐私，甚至给人们造成了严重的经济损失。大数据所具有的共享性与个人隐私保护是一组悖论关系[5]，大数据导致隐私泄露这一潜在风险是一个“技术反制人类”的老问题[6]，防范大数据安全风险的重要方式是发展大数据技术以及加强外部数据安全规范制度建设。保障大数据安全以及保护个人隐私需遵循“关照人性、关注人的需求满足”的原则。学者们提倡通过制定数据主权和数据权法律制度[7]、成立个人隐私保护组织机构、规范数据安全技术标准等措施解决现存问题[8]。 4.2.2 大数据安全与企业治理。随着“互联网+”新型经济形态的发展，大数据给企业治理带来了机遇和挑战。大数据运用能力已成为衡量现代企业核心竞争力的重要标准之一，保障大数据安全事关企业经营成败。大数据既是企业经营的重要信息资源，又是企业治理的关键手段，有助于提升企业决策的科学性、正确性[9]。然而，大数据一方面服务于企业治理，另一方面也给企业治理带来了潜在的数据安全风险。为应对数据流通中遇到的数据垄断、信息不对称等风险，保障企业大数据安全，相关专家建议构建企业数据开放与安全协同管理评价体系[10]。
4.2.3 大数据安全与社会治理。大数据为多元主体参与公共事务、共享公共利益提供了载体，成为推动社会治理变革的“催化剂”。大数据创新了社会治理手段及方法，促进了社会治理体制机制改革创新。与此同时，诸如数据管理漏洞、信息泄露、恶意攻击、舆情走向把控难、数据决策盲目依赖等大数据安全问题，对社会治理现代化造成了潜在威胁[1]。相关学者认为，应从培养大数据治理意识以及建立主动应对、全民参与的社会治理体系入手解决现存问题[12]。
4.2.4 大数据安全与国家治理。大数据时代，政府越来越重视运用大数据平台来完善治理模式，进而提高行政效率，数据治国开始成为大部分现代国家的有效治理选择[13]。与此同时，地方政府大数据应用存在速度缓慢、地域不均衡和不够深入等问题[14]。因此，政府在运用大数据治国的过程中，必须重视大数据安全问题，积极探索政府数据治理最安全的模式和路径。
5 结语
学术界对大数据安全进行了多角度、跨学科的大量研究，但目前的研究现状仍存在以下不足：一是理论深度与结构体系亟待加强。我国学者对大数据安全的基础理论研究仍处于较浅的层次，有关内在机理、影响机制等方面的研究仍待深入。同时，学者之间和机构之间缺乏有效的交流与合作，导致研究过于“碎片化”。二是研究方法需要进一步完善。规范研究在大数据安全研究中占主导地位，实证研究的文献数量则相对较少。三是研究内容需要拓宽。虽然大数据是一个学科交叉领域，但目前的研究绝大多数是从情报学、信息管理学等视角展开，即便近几年增加了基于公共管理学视角的研究，但是大数据安全研究的视角仍较为局限。
参考文献：
[1] 伍若梅，孔悦凡.共词分析与共引分析方法比较研究[J].情报资料工作，2010（1）：25-27.
[2] 郑烨，陈子韬.国内政府信息公开研究现状、进程与热点：基于CNKI期刊文献（2000-2015）的计量分析[J].情报科学，2017（11）：165-171.
[3] 李非凡，谢桂生，阮平南.基于知识图谱的我国网络组织研究可视化分析[J].北京工业大学学报，2017（4）：29-38.
[4] 牛通，谭俊杰，謝涤湘.土地制度改革近十年研究进展：基于CiteSpace的可视化分析[J].农业经济与管理，2018（5）：57-66.
[5] 史卫民.大数据时代个人信息保护的现实困境与路径选择[J].情报杂志，2013（12）：155-159.
[6] 张海波.大数据的新兴风险与适应性治理[J].探索与争鸣，2018（5）：40-42.
[7] 齐爱民，盘佳.数据权、数据主权的确立与大数据保护的基本原则[J].苏州大学学报（哲学社会科学版），2015（1）：64-70，191.
[8] 黄如花，苗淼.中国政府开放数据的安全保护对策[J].电子政务，2017（5）：28-36.
[9] 杨善林，周开乐.大数据中的管理问题：基于大数据的资源观[J].管理科学学报，2015（5）：1-8.
[10] 王今，马海群.基于企业生态系统的数据开放与安全协同管理评价体系研究[J].现代情报，2018（9）：12-18，23.
[11] 耿亚东.大数据时代政府治理面临的挑战及其应对[J].中州学刊，2017（2）：76-80.
[12] 李振，鲍宗豪.云治理：一个全球性的时代诉求[J].人民论坛·学术前沿，2015（2）：6-21.
[13] 唐皇凤.数字利维坦的内在风险与数据治理[J].探索与争鸣，2018（5）：42-45.
[14] 李文彬，陈醉.大数据时代的地方政府数据应用[J].行政论坛，2016（6）：13-19.
（编校：周雪芹）
转载注明来源:https://www.xzbu.com/4/view-15250771.htm
