上文我們提到了大數據中的隱私安全問題，這篇文章會對其做一個具體說明。除了隱私安全，我們還將討論另外一個問題——為什么要稱其為大數據？

很顯然，在"大數據"的世界里，存在著明顯且敏感的隱私問題，當然這里面也有巨大的安全利益。讓我們來談談這個問題："如果我們可以監控所有員工的工作信息（比如：在辦公時間登錄的郵件、Facebook的活動狀態）以及物理活動"。我們可以在這個過程中，確定出潛在的安全問題。而這類分析，我們已經研究良久，從分析中監測員工是否會在工作中做出危險的活動，或者根據分析做出最有效的人力資源分配。這樣使有的人認為，他們自己在工作中收到了保護，很安全。

但是，在這個過程中，我們也了解到了一些與其無關的類容，個人隱私問題。你的宗教信仰、性別、你的住址、你喜歡的運動鞋品牌、你經常光顧的餐館等等，都在別人的監視之中。似乎自己的一切，都有人知道，你又會有怎樣的想法呢？

這樣的問題如何平衡呢？再次回到上一章的比喻，如果我們把"大數據"，比喻成一個大停車場，那么我們應該在里面放有標識。當我們到達那里，我們任然需要找停車位，排隊進入。進入之后，也許有人會需要去一趟盥洗室，那么這個時候，對你的監測就應該停止了。這樣即可以兼顧工作，又不會暴露私人隱私。

下一個要討論的問題是：我們到底為什么要稱其為大數據？是什么讓我們為其加上一個"大"字呢？為什么不稱它為"數據""信息"？難道我們就不是在談論這些不同的資源以及這些資源結合起來的額外價值嗎？我們不是一直在試圖找到模式來建立模型、區分危險、理解其意圖情緒和發展網絡嗎？

現在有很多針對"大數據"的調查統計，這些調查統計可能是針對某個行業，也可能是針對整個"大數據"趨勢。而做這些調查，我們都是想得到需要的數據特性——這不是說數據數量問題（不過這，當然也是其"大"的一部分），而是多樣性，比如不同的視頻、音頻分類中，哪一個占主導地位。從一些調查來看，部分人認為數據的多樣性比數據的數量、數據速度更加具有挑戰性。而數據多樣性，不需要數據有多大，或者說"大數據"只不過是一個為了吸引人的短語，讓我們永遠不能擺脫他。

因此，請設想，你進入了停車場，從盥洗室出來，現在你正走在"大數據世界"街道上，你在尋找一款CTT相機，然后，短信鈴聲響了，里面送來了一條信息：請注意，鑒于你的身體狀況，你將被禁止乘坐大數據過山車，然而我們這里有你喜歡的綠茶就在你兩百米開外的大數據咖啡館。

寫在最后的話：其實一直在思考，現在的許多行業都在拿"大數據"說事，感覺到底大數據意味著什么，讓人有些混亂。直到最近的一些調查中才有所感悟，大數據中，主要被人們應用的是數據的種類，而不是數據的容量，實際上大數據中"大"也不是其主要因素所在。