方面没有相关的法律，对于数据是否威胁到个人的隐私权，严重缺乏明确的界限和法律规定。大数据征信在采集、存储个人信息数据的过程中，很容易受到网络病毒、木马及黑客的攻击，出现安全漏洞导致信息泄露。23数据采集维度不够完善影响大数据征信采集的数据维度的全面性和模型的精准性主要有两个方面。一方面，尽管大数据征信平台借助云技术来获取数据，拥有超大规模数据，但目前网络数据是数据的主要来源，其服务的范围大部分集中在网络用户，且对用户的线下行为有所缺失，仅仅通过网络的采集，而没有进行多因素的综合考虑，是很难做到数据采集维度的完整。另一方面，由于很多大数据征信平台的合作机构不足，各个平台所依托的社交领域数据则相对缺乏，收集的数据也局限在各自所属领域，其他领域缺乏深刻的挖掘，用途差异明显。24评分是否公平影响原始数据的真实性社会上质疑大数据征信的评判结果是否是一个公平的结果，是否真实地反映信用水平，这也是存在的一大难题。例如，阿里电商体系的购物累计金额、支付宝服务等的使用行为，是作为芝麻信用的重要评分标准，分值的高低直观反映个人信用水平，部分追求高分的企业、商家或个人有可能会产生借助他人消费来提升个人信用的行为，这样就会造成对数据可信性的冲击，降低征信数据的可信性。另外，互联网的虚拟性又给数据的来源罩上了一层面纱，加之监督机制很难落实。其数据处理与评分模型属于不予公开的商业秘密，数据产生过程无法得到有效监督，信用数据的产生过程不透明，极大可能会出现内部人员篡改数据，被要求刻意美化数据，对数据进行造假，这样就很难保证数据的可靠性与公正性。3大数据下征信业的建议和措施31加快完善征信组织体系应整合金融机构、政府和互联网信息，使中国征信行业达到开放、统一、精准度高的标准。有关部门应该推动提升政府相应部门参与征信体系举措的建设，采取有效措施避免提供数据过程中产生的法律风险。加快金融机构、政府和互联网三方信息整合的进度，在符合有关政策法规的情况下建立三方之间信息开放的平台，真正实现各方信息的有效整合。同时吸取国外
f龙源期刊网httpwwwqika
comc
征信评级的先进经验，确定科学的评价体系，使征信机构在适应市场机制的同时，形成信息全面、维度广泛、权威性强的平台，从根本上提高信用评分的精准度，拓宽实用性。32加强法制建设及隐私保护，筑牢风险防线一是完善征信法规体系方面，政府应该尽快健全和制定专门针对网r