Page 210 - 大数据背景下计算机信息安全及防护

大数据背景下计算机信息安全及防护
Computer Information Security and Protection in the Context of Big Data

激励和失信惩戒、开展信用惠民便企服务、防范和化解信用风险的重要依据，对
实现社会治理现代化，优化运营商环境，推动高质量发展具有重要意义。

三、大数据信用的优势

大数据征信采集的数据更加多元。传统征信主要采集金融机构的信贷数据等，
以此为基础分析得出信用报告。大数据征信建立了新的信用评估模型，数据包括
互联网社交数据、电子商务付款数据、电信缴费数据、水电费数据、租房缴费等“替
代数据”。所以，大数据征信能够覆盖更多的用户，让更多人获得金融信贷支持。

大数据征信的信息更具备时效性。传统征信当中，央行征信系统中的个人信
贷记录并非实时更新，因此信用报告中的数据存在信息滞后问题。大数据征信通
过新的信用评估模型能够实现对信用大数据的实时处理，因此用户的信用评价也
能得到快速更新。所以，大数据征信与传统征信相比能够更及时、更有效的评估

社会主体的信用情况。
大数据征信应用场景丰富。大数据征信扩展了征信行业的应用场景，从金融
领域扩展到日常生活领域，比如求职就业、预订酒店等。时下中国流行的“共享
经济”本质上就是信用经济，属于征信行业进入生活领域的表现。此外，大数据

征信还能帮助政府进行宏观经济监管，防范系统性风险；帮助政府部门实施联合
奖惩，提升政府的履职效力。
大数据征信覆盖人群广泛。传统征信仅能覆盖与银行发生过信贷关系的群体，
这样的用户范围十分有限。一些弱势群体如小微企业、农民、城镇低收入人群往

往难以获得银行等金融机构的信贷支持。近年来，随着中国互联网和智能终端的
普及，几乎可以覆盖中国 80% 的人口。电子商务付款数据、电信缴费数据、水
电费数据，甚至屏幕分辨率设置数据都可以成为大数据征信数据。多样化的数据
来源可以从不同角度反映一个人的信用状况，经过合理地筛选后，可以成为传统

征信数据的替代数据，对传统征信的记录进行有效补充，增加人们的信用记录，
帮助弱势群体获得信贷迟滞，让普惠金融成为现实。

四、社会信用大数据的形成

社会信用大数据基本构成。社会信用信息全面记录自然人、法人和非法人组
织的信用信息。其中，法人和非法人组织包括了机关法人、事业单位法人、社会

·200·