[vc_row][vc_column][vc_column_text]સ્માર્ટફોનને પ્રતાપે, હવે આપણી દરેક હીલચાલ ‘કોઈ’ જુએ છે. આ રીતે તૈયાર થતો બિગ ડેટા ફક્ત આપણા માટે નહીં, દેશની સલામતી સામે પણ મોટું જોખમ ઊભું કરી શકે છે. જાણો કઈ રીતે.
લેખક ઇન્ફર્મેશન ટેકનોલોજીના ફિલ્ડમાં ૧૯૯૨થી કાર્યરત છે. ૨૦૦૮ સુધી નોકરી કર્યા પછી એમણે સ્વતંત્ર કન્સલ્ટન્ટ તરીકે કાર્ય કરવાનું શરૂ કરેલ છે. દેશ-વિદેશનાં વિવિધ સ્થળો પર રહીને કાર્ય કરવાનો અનુભવ મેળવ્યા પછી હાલ તેઓ અમદાવાદ સ્થાયી થઈને દેશ અને દુનિયામાં મુખ્યત્વે ટ્રેનિંગ, આઈટી સ્ટ્રેટેજી અને મેનેજમેન્ટ કન્સલ્ટિંગમાં પ્રવૃત્ત છે.
આગળ શું વાંચશો?
- બિગ ડેટા એટલે શું?
- બિગ ડેટાનાં ઉદગમકેન્દ્રો
- બિગ ડેટાનો ઉપયોગ
- બિગ ડેટાનાં ભયસ્થાનો
સર્ફર ઇન્ટરનેટને શું સર્ફ કરવાનો, ઇન્ટરનેટ જ સર્ફરને સર્ફ કરી જાય છે!
દોઢથી બે દાયકા પહેલાં ઘણી બધી જગ્યાએ, ખાસ કરીને એસ.ટી. બસોની પાછળ નશાબંધી અને આબકારી ખાતાની એક જાહેરાત જોવા મળતી હતી, જેમાં લખેલું રહેતું કે “દારૂડિયો દારૂને શું પીવાનો, દારૂ જ દારૂડિયાને પી જાય છે. એ પંચલાઈન બનાવનારને કદાચ ખબર પણ નહીં હોય કે આવનારા ડિજિટલ યુગમાં એ જ પંચલાઈન જરા જુદા સ્વરૂપે પ્રસ્તુત બની રહેશે!
ઇન્ટરનેટ પર એક એવો પણ યુગ હતો કે ઇન્ટરનેટ સર્ફ કરનારની ગોપનીયતા કે અનોનિમિટી જળવાઈ રહેતી હતી. એ પછી, કોણ શું સર્ફ કરી રહ્યું છે એ જાણકારી એકઠી કરવા માટેની સરકારી અને બિનસરકારી ઉત્કંઠા જેમ જેમ વધતી ગઈ તેમ તેમ ઇન્ટરનેટ પર એ માહિતી એકઠી કરવા માટેનાં ટૂલ્સ વધતાં ગયાં.
ઇન્ટરનેટ સર્ફ કરનારા લોકોના પ્રોફાઇલ તૈયાર કરવાની નવી નવી ટેકનિક વિકસાવી શકાય, એ માટે કેટલીક કંપનીઓએ પોતાને અનુકૂળ બ્રાઉઝર વિકસાવ્યાં તો કેટલીક કંપનીઓએ અગાઉ મોટો માર્કેટશેર ધરાવતા ફાયરફોક્સ જેવા બ્રાઉઝર્સના ફીચર્સ રોડમેપને નાણાની કોથળીઓ ખુલ્લી મૂકીને પોતાની અનકૂળતા મુજબ મઠારાવ્યો.
ઇન્ટરનેટ પર મોટે ભાગે ડાઉનલિંક કરતાં અપલિંકની સ્પીડ અડધાથી લઈને પાંચમા ભાગની હોય છે. સર્ફરની માહિતી જો પોતાના સર્વર્સ પર થોકબંધ અને ગૂપચૂપ મોકલવી હોય તો અપલિંકની સ્પીડ ખાસ્સી વધારવી પડે એમ હતી અને એવું કરવા જતાં ડાઉનલિંકની સ્પીડ પણ ખાસ્સી વધારવી પડે એમ હતી. આમ પોતાની સગવડ માટે ઇન્ટરનેટનો બિઝનેસ કરતી બધી જ કંપનીઓએ ઇન્ટરનેટની સ્પીડ વધારવા માટેના રીસર્ચ પર ખાસ્સું ઈન્વેસ્ટ કરી નાખ્યું.
અપલીંકની સ્પીડ વધાર્યા પછી સર્ફર્સના ડેમોગ્રાફિક પ્રોફાઇલિંગનો જે સાંબેલાધાર વરસાદ શરૂ થયો એ ઇન્ટરનેટ જાહેરાતો પર નભતી કંપનીઓ માટે બહું અગત્યનો રહ્યો છે અને એટલે જ એને ખાસ નામ ‘બિગ ડેટા’ આપીને નવાજવામાં આવ્યો છે.
બિગ ડેટા એટલે શું?
સાદી સમજણની દૃષ્ટિએ જોઈએ તો ડેટા અને બિગ ડેટામાં પ્રાથમિક ફર્ક માહિતીના સંગ્રહનો છે. બિગ ડેટા પહેલાંના યુગમાં ડેટા હંમેશા કોઈ એક ચોક્કસ માળખામાં બંધબેસતો રહેતો હતો. એટલે કે ડેટા બેઝમાં કોલમ્સ અને એ કોલમ્સની ડેટા ટાઈપ પહેલેથી નક્કી કર્યા મુજબ જ રહેતી હતી. દરેક ડેટા હરોળમાં ચોક્કસ સંખ્યામાં જ કોલમ્સ આવેલી હોય અને એટલી જ કોલમ્સમાં ડેટા રહે. પણ હવે વિવિધ સ્રોતો પરથી સર્વર તરફ આ માહિતી આવતી હોવાના કારણે અને એ વિશે હજુ કોઈ સ્ટાન્ડર્ડાઇઝેનના અભાવે ડેટાના સ્વરૂપમાં એકપતા જોવા મળતી નથી.
આ બિગ ડેટાની બીજી મોટી ખાસિયત છે – એ કોઈ ચોક્કસ માળખામાં બંધાયેલ નથી. વધારે સમજવા માટે કહી શકાય કે કોઈ એક ડેટા રો અને અન્ય ડેટા રોમાં કોલમ્સની સંખ્યા, ડેટાટાઈપ્સ અને સંગ્રહિત ડેટા અલગ અલગ હોઈ શકે છે. આ કારણે સંકલિત બિગ ડેટાને સ્ટોર કરવા અને પછી એક્સેસ કરવા ખાસ પ્રકારના ડેટાબેઝ વિકસાવવામાં આવ્યા છે અને ખાસ પ્રકારની એક્સેસ પ્રણાલીઓ વડે એને એક્સેસ કરવામાં આવે છે.
બિગ ડેટાનાં ઉદગમકેન્દ્રો
આ પ્રકારના ડેટાનું ઉદભવસ્થાન નવી પેઢીનાં બ્રાઉઝર્સ (ડેસ્કટોપ, મોબાઇલ અને પેડ સહિત), સ્માર્ટફોન્સ, પહેરી શકાય એવાં ડિવાઈસીસ (ડિજિટલ ગ્લાસીસ અને રીસ્ટવોચીઝ) અને વિવિધ પ્રકારના આઈઓટી ડિવાઈસીસ છે. આ બધા જ ડિવાઈસીસ એમની પોતાની સ્થિતિ વિશે અને એમને ઉપયોગમાં લઈ રહેલા વપરાશકાર વિશે વિવિધ પ્રકારની માહિતી પોતાને બનાવનાર કંપનીને મોકલતા રહે છે.
એક એન્ડ્રોઈડ સ્માર્ટફોન પોતાની દરેકે દરેક પરિસ્થિતિ જેવી કે પોતે ગતિમાં છે કે સ્થિત છે, ગતિ કેટલી છે, કેવા પ્રકારની ગતિ છે, કઈ દિશામાં ગતિ કરી રહ્યા છે, આસપાસ ક્યા કયા વાઇ-ફાઇ સિગ્નલ્સ ઉપલબ્ધ છે, ડિવાઈસ પર કોના કેટલા ફોન આવ્યા, કોના કેટલા એસએમએસ આવ્યા છે, એ એસએમએસમાં શું લખ્યું છે વગેરે બધી જ માહિતી હર પળે નોંધી રાખે છે અને તક મળે (એટલે કે ઇન્ટરનેટ કનેક્શન મળે) ત્યારે પોતાની મૂળ કંપનીને મોકલવાનું ચૂકતો નથી.
મજા તો એ છે કે આ બધું જ આપણે સ્માર્ટફોનને કરવા દઈએ એ માટે આ બધી માહિતીને કારણે અમને યુઝર એક્સ્પીરિયન્સ સુધારવાની તક મળે છે એમ કહેવામાં આવે છે!
બિગ ડેટાનો ઉપયોગ
બિગ ડેટાની અન્ય મહત્ત્વની ખાસિયત એ છે કે એમાં કોઈ એકાદ ડેટા રોને તમે જુઓ તો તમને ક્યારેય એવું નહી લાગે કે તમારી કશી ખાનગી માહિતીનો ચૂવાક થઈ રહ્યો છે. પણ ઘણી બધી ડેટા હરોળનો સામટો અભ્યાસ કરો ત્યારે જે તારણો નીકળે એ એવાં હોય કે તેનાથી જે તે વ્યક્તિ અથવા દેશને નુકસાન થઈ શકે.
જુદી જુદી વ્યક્તિઓ, અલગ અલગ સાધનો અને અલગ અલગ સ્રોતોમાંથી મળતી માહિતીને જ્યારે એકમેક સાથે સાંકળવામાં આવે ત્યારે તેમાંથી કેવા અર્થ નીકળી શકે એ બરાબર સમજવા જેવું છે.
એક ઉદાહરણ દ્વારા એને સમજવાનો પ્રયત્ન કરીએ.
યાદ રાખશો કે આ ઉદાહરણ ઘણું સરળ બનાવી દીધું છે. બિગ ડેટા એનાલિસિસની આખી પ્રક્રિયા આટલી સરળ નથી હોતી, પણ સાથોસાથે એ પણ જણાવી દઉ કે આ ઉદાહરણ અને હકીકતમાં થતા બિગ ડેટા એનાલિસિસની પ્રક્રિયામાં કોઈ તાત્વિક ભેદ નથી.
હવે કલ્પી લો કે નીચે લખેલી દરેક લીટી બિગ ડેટાની એક હરોળ છે અને ધ્યાનથી બરાબર ધ્યાનથી – દરેક હરોળ વાંચી જાઓ.
- ડિવાઇસ A (લોકેશન L1) ડિવાઇસ ઇને સંદેશો મોકલીને પૂછે છે કે તું ક્યાં છો?
- ડિવાઇસ B (લોકેશન L2) જવાબ આપે છે કે સ્કૂલ હમણાં પૂરી થઈ છે એટલે હું કલાસ બહાર મિત્રો સાથે છું.
- થોડી વાર પછી ડિવાઇસ B (લોકેશન L3) પરથી એક અન્ય સંદેશો મોકલે છે, આવી રહેલી પરીક્ષાની તૈયારી કરવા અમે સહુ મિત્રો અમારા ક્લાસના રમેશના ઘરે એકઠા થયા છીએ. આજે મોડો આવીશ.
- ડિવાઇસ A અને ડિવાઇસ B મોટા ભાગની રાત્રિના સમયે લોકેશન L1 પર હોય છે.
- ડિવાઇસ Bમાં, ડિવાઇસ Aમાં જે સિમ કાર્ડ છે, એની સાથે સંકળાયેલ નંબરને Mummy તરીકે સેવ કરેલો છે.
- ડિવાઇસ Aમાં, ડિવાઇસ Bમાં જે સિમ કાર્ડ છે, એની સાથે સંકળાયેલ નંબરને RAJU તરીકે સેવ કરેલો છે.
- ડિવાઇસ Bમાં RAMESH તરીકે જે નંબર સેવ કરેલો છે, એ નંબર સાથે સંકળાયેલું સિમ કાર્ડ જે ડિવાઇસમાં છે એ ડિવાઇસ રાત્રે મોટે ભાગે L4 લોકેશન પર હોય છે.
- લોકેશન L2 મેપ પર રીવરફ્રંટ તરીકે વ્યાખ્યાયિત છે.
- લોકેશન L3 મેપ પર હિમાલયા મોલ તરીકે વ્યાખ્યાયિત છે.
- લોકેશન L4 મેપ પર નરોડા ગામ તરીકે વ્યાખ્યાયિત છે.
આ દરેક ડેટા હરોળ ઉપરછલ્લી રીતે જોતાં એકદમ નિર્દોષ દેખાય છે અને એમાં કશો ગોપનીયતાનો ભંગ થતો હોય એવું પણ લાગતું નથી, પણ આ બધી જ હરોળ વાંચીને પછી એમાંથી તમારું મગજ કોઈ અર્થ તારવી શકે છે?
એકથી દસ હરોળમાં રહેલી માહિતીને એકમેક સાથે સાંકળવામાં આવે, તો સ્પષ્ટ થાય છે કે આપણી આ કાલ્પનિક વાતનો હીરો રાજુ પોતાની મમ્મીને ઉઠાં ભણાવી રહ્યો છે. એ જ્યારે મમ્મીને કહે છે કે ક્લાસની બહાર છું ત્યારે તે ખરેખર રીવરફ્રંટ પર છે અને મિત્ર રમેશને ઘેર નરોડા પહોંચ્યો છું એમ કહે છે ત્યારે એ ખરેખર હિમાલયા મોલ પહોંચ્યો છે!
આ આખી વાતમાં, રાજુ પોતાની મમ્મીને ખોટું બોલી રહ્યો છે એટલું જ સાબિત નથી થતું. એ પણ સાબિત થાય છે કે તેના સિવાય બીજું કોઈ છે જે હકીકત જાણે છે અને ધારે તો સાબિત કરી શકે તેમ છે! મતલબ કે રાજુની કોઈ વાત ખાનગી રહેતી નથી. આ માટે કદાચ કોઈ એવી દલીલ કરે કે રાજુ પોતાની મમ્મી સાથે ખોટું બોલી રહ્યો છે એ વાત અન્ય કોઈના ધ્યાનમાં આવી જાય તો એમાં ખોટું શું છે? કદાચ એમ પણ માની શકાય કે રાજુના પોતાના આવા જુઠાણાઓનો પણ કોઈ સમયે ઘટસ્ફોટ થઈ જવાનો હોય તો એમાં કશું ખોટું નથી.
બિગ ડેટાનાં ભયસ્થાનો
સહમત. માન્યું કે ઉપર આપેલું ઉદાહરણ બહુ ભયાવહ નથી. આપણે લીધેલું આ પહેલું ઉદાહરણ જરા વધુ પડતું વ્યક્તિગત છે. બિગ ડેટા પરથી ડેમોગ્રાફિક પ્રોફાઇલિંગ કરવામાં આવે તો આપણા આ હીરો રાજુની પ્રોફાઈલને કદાચ ‘હેબિચ્યુઅલ લાયર’ એટલે કે ટેવવશ જુઠ્ઠું બોલનાર તરીકે માર્ક કરવામાં આવે અને આ વાત રાજુને ભવિષ્યમાં બહુ બહુ તો સારી જગ્યાએ જોબ મેળવવામાં અડચણો સર્જી શકે, એથી વિષેશ કશું નહી.
પરંતુ બિગ ડેટાનાં ભયસ્થાનો તેનાથી ઘણાં વિસ્તૃત છે.
આ લેખકે એક વખત ફેસબુક પર આવા જ મતલબની વાત લખી હતી ત્યારે કેટલાય લોકોએ એવી દલીલ કરી હતી કે બિગ ડેટામાં ક્યાં તમારા બેંક અકાઉન્ટ નંબર કે ફિંગર પ્રિન્ટ કે એવી કોઈ અન્ય ખાનગી માહિતી ચોરાઈ રહી છે? વળી અફાટ વસતી ધરાવતા ભારત દેશમાં પાનવાળાઓ, લારીગલ્લાવાળા, ક્લાર્ક, અને મહેનતકશ માણસો જ વધારે પ્રમાણમાં છે. આ બધાનો બિગ ડેટા બનાવીને મોટી કંપનીઓ શું કાંદો કાઢી જવાની છે?
અમુક વ્યક્તિઓએ તો એમ પણ ઉમેરેલું કે બિગ ડેટા તો ફક્ત યુરોપ કે અમેરિકા જેવા આધુનિક અને આગળ પડતા દેશના ભણેલા ગણેલા અને આર્થિક રીતે સમૃદ્ધ નાગરિકોનો હોય તો જ ઉપયોગી થઈ શકે.
આવી દલીલો કરનારા લોકોને કદાચ બિગ ડેટા અને એના સંભવિત ઉપયોગો વિશે પૂરતી માહિતી નથી. ભારતમાં સામાન્ય લોકો ઉપરાંત દેશ માટે અમૂલ્ય ખાનગી માહિતી ધરાવતા ઉચ્ચ સેના અધિકારીઓ, વિવિધ ન્યાયાલયોના ન્યાયધીશો, સનદી અધિકારીઓ અને રાજકારણીઓથી માંડીને સરહદ પર કાર્યરત અદના જવાન સુધીના સૌ સ્માર્ટફોનનો ઉપયોગ કરે છે. આ બધાની માહિતી પરથી બનતો બિગ ડેટા માહિતી વેચનારી સંસ્થાને મન કોઈ ડ્રાયફ્રુટ હલવાથી ઓછો મજેદાર ન હોય!
વળી પ્રમાણમાં ઓછું ભણેલા કે કોઈ મહત્ત્વના પદ પર ન હોય એવી વ્યક્તિઓ વિશેનો બિગ ડેટા પણ બેહદ કિંમતી હોઈ શકે છે એ વાત મોટા ભાગના લોકોના ધ્યાન બહાર રહી જાય છે. બધાને ફ્રી વાઇ-ફાઇ એક્સેસ આપવાની હોડ જે રીતે વિવિધ કંપનીઓ વચ્ચે ચાલી રહી છે એ પણ એ વાતનું પ્રમાણ છે કે આજ સુધી ઇન્ટરનેટથી વંચિત રહેલી પ્રજાને પણ વાઇ-ફાઇ વડે ઇન્ટરનેટ સર્ફ કરવા સુધી પહોચાડવા પાછળ પણ એમને મોટો લાડવો દેખાઈ રહ્યો છે.
આ સ્તરના લોકોની એક ખાસિયત એ હોય છે કે એમાંના મોટા ભાગના લોકો અન્ય સ્તરની વ્યક્તિઓ સાથે કોઈને કોઈ રીતે સંકળાયેલા હોઈ શકે છે.
જેમ કે રાજસ્થાનના છેક છેવાડાનો કોઈ માણસ કોઈ સરકારી સનદી ઉચ્ચ અધિકારીના ઘરે દરરોજ દૂધ કે શાકભાજી પૂરાં પાડનારાથી માંડીને ઘરઘાટી તરીકે કામ કરતો હોઈ શકે છે. કોઈ ઝૂંપડપટ્ટીમાં રહેતી કોઈ સ્ત્રી દેશ માટે મહત્ત્વના સંચાર ઉપગ્રહો ચલાવતા કોઈ વૈજ્ઞાનિકના ઘરે ઘરકામમાં મદદ કરાવાનું કાર્ય કરતી હોઈ શકે છે. કોઈ દુશ્મન દેશ આ બધા લોકો પાસેથી મળતી માહિતી પરથી એ વૈજ્ઞાનિક સુધી પહોંચવાના આસાન રસ્તાઓ મેળવી શકે છે.
કદાચ એ વૈજ્ઞાનિક પોતે સ્માર્ટફોનનો ઉપયોગ બને એટલો ઓછો કરે તો પણ એમની સાથે સંકળાયેલા, એમને એમના કાર્યોમાં વિવિધ પ્રકારે મદદ કરનાર લોકો પાસેથી એમના ઘરની ગોઠવણથી માંડીને એમની દિનચર્યા સુદ્ધાંની માહિતી કોઈને કોઈ બિગ ડેટાના સર્વરમાં ઠલવાતી રહે છે.
ફેસ રેકગ્નિશન, વોઇસ રેકગ્નિશન અને ટાઈપિંગ સ્કિલ રેકગ્નિશનની ટેક્નોલોજી હવે બિગ ડેટાની મદદથી એટલી વિસ્તરી ચૂકી છે કે આપણે પોતે સ્માર્ટફોનનો ઉપયોગ ટાળીએ તો પણ કોઈને કોઈ રીતે આપણા વ્હેર-અબાઉટ્સ વિશેની માહિતી એકઠી કરી શકાય છે.
વૈજ્ઞાનિકવાળું ઉદાહરણ જો આગળ વધારીએ, તો તેઓ ઘરથી નજીક આવેલા તળાવના કાંઠે મોર્નિંગ વોક લેવા જતા હોય ત્યારે એમની જાણ બહાર એમનો ચહેરો કોઈ ત્રાહિત વ્યક્તિએ લીધેલી સેલ્ફીમાં બેકગ્રાઉન્ડમાં આવી ગયો હોઈ શકે છે. ફેસ રેકગ્નિશનથી વૈજ્ઞાનિક એ દિવસે એ સમયે એ સ્થળે હાજર હોવાની માહિતી મળી જાય છે.
કોણ કોની સાથે કેટલું સંકળાયેલું છે અને કોણ કેટલી અન્ય વ્યક્તિઓને ઇન્ફ્લુઅન્સ (પ્રભાવિત) કરી શકે છે એ પ્રકારનાં વિશ્ર્લેષણો માટેના નેટવર્ક ડાયાગ્રામ તો સેલફોનનો વપરાશ શરૂ થયો ત્યારથી પ્રચલિત થઈ ચૂક્યા છે.
સ્માર્ટફોનના આગમનથી એ વાતમાં એક મોટો ફરક એ પડ્યો છે કે પહેલાં જે માહિતી ફકત સેલફોન ઓપરેટર્સ પાસે જ ઉપલબ્ધ હતી, એ માહિતી આ મોટી ઈન્ટરનેટ કંપનીઓ પાસે ઉપલબ્ધ થઈ ચૂકી છે. સેલફોન કંપનીઓ ભૌતિક રીતે આપણા દેશમાં કાર્યરત હોવાના કારણે આપણા દેશના કાયદાથી બંધાયેલી હતી. પણ નવા યુગની બિગ ડેટા કંપનીઓને આપણા દેશનાં કોઈ બંધનો નડતાં નથી.
એટલે કોઈ ઊંચા હોદ્દા પરની વ્યક્તિ સુધી પહોચવા અન્ય કઈ કઈ વ્યક્તિનો કેવો અને કેટલો ઉપયોગ કરી શકાય એ માહિતી, બિગ ડેટા કંપનીઓને કંટ્રોલ કરા દેશોની જાસૂસી સંસ્થાઓને આપણા દેશની એક પણ મુલાકાત વગર મળી જાય છે![/vc_column_text][/vc_column][/vc_row]