对此，邬贺铨建议要尽快制定“信息保护法”与“信息公开法”，既要鼓励面向群体而且服务于社会的数据挖掘，又要防止针对个体侵犯隐私的行为，既要提倡数据共享，又要防止数据被滥用。
但是，“和传统的公共政策相比，信息安全政策要更加的复杂、综合和多元。”中国国家安全评测中心主任吴世忠评价道，网络的开放性、渗透性，决定了信息安全政策的外部性越来越强，网络的连接性又使得信息安全政策的利益相关方越来越多。所以信息安全政策的制定，比任何一个公共政策的制定所要考虑的问题都要多。
分析和应用挑战“整合”
更大的挑战则是对数据的分析与应用。
“大数据时代第一次有机会使得很多不同领域的数据围绕同一个东西关联起来。”周涛的一席话，道出了大数据的独特价值所在。
然而，这也导致对于大数据的分析难度更大。
“数据量的增加和数据类型的多样化使得传统数据库的存储和处理压力增大，数据处理速度的提升也对传统数据库提出了更高的实时性要求。”韩臻聪说。
“例如，过去的数据都是静态的，存在数据库里面，需要的时候调出来，但大数据没有静态的时候，每时每刻都在产生，必须一边扫描、一边分析，因此大数据的分析对计算机的结构提出了挑战。”邬贺铨表示，如果过去是要“带数据进程序”，在大数据时代则是要“带程序进数据”。
而在周涛看来，大数据在商业上的精髓还不仅仅是深入的分析，还在于怎样把自己的业务、自己的数据用到其他创造性的业务当中，或者是把其他的数据用到自己的业务中来。
“然而，大数据里面真伪难辨，垃圾和宝石共存，必须要去伪存真。”按照他的观点，随着数据总量的急剧增长，一个普通人很难从海量数据中获得对自己有价值的信息，因此就需要通过一种机制把“最聪明的头脑”聚集在一起。
“这可能是大数据能走多远最重要的一点。”他表示。
但是在当下中国，要实现这样一种状态似乎仍面临不少困难。
“现在，国内自称开展大数据业务的公司不胜枚举，但看起来就像是春秋战国诸侯割据。”对于中国大数据产业的现状，章林光用了一个词来形容——部落数据。
一般而言，社会上的数据可以分为三类：网络数据、企事业单位数据以及政府数据。
“政府部门的数据独占，能够形成大数据吗?运营商、电商自有的公共数据，能供社会商用吗?企业能真正地放手按照生态的规律，去搏击大数据吗?”他警告，如果国家的机制、法规，社会的观念，以及产业架构改变的速度还像现在这么慢的话，十年内中国的大数据都不会有太大起色。
“不仅仅是拥有权的分割，连标准与格式都是分割的，这大大影响了大数据作用的发挥。”信息化百人会学术委员、中国互联网协会常务副理事长高新民指出。
然而，当“分割”被打破之后，大数据的分析和应用就是一片坦途了吗?答案或许依然不够乐观。
“数字无法自己说话，而数据集——不管它们具有什么样的规模——仍然是人类设计的产物。”日前，微软研究院首席研究员凯特·克劳福德教授在其所撰写的《对大数据的再思考》一文中告诫，大数据的工具并不能使我们摆脱曲解、隔阂和错误的成见。
言外之意，对于大数据的分析结果不能过度迷信，因为采集到的数据以及用来分析数据的工具本身可能就是存在缺陷的。
政府应着力营造大数据环境
采访中，李耀新谈到了他去美国国家统计委员会学习培训后的一个感触。
“美国国家统计委只对行业进行排名认定。”他告诉记者，比如涉及到某一个价格指数，它对排在前三位的评估机构的数据予以采纳，对所选评估机构提供的预测数、分析数、结论数予以加权公布，然后根据动态的评估和反馈的结果进行调整。
“而且对于从事数据采集工作的评估机构的排序是动态的，所以美国国家统计委的数据能够尽量保证科学公正。”他进一步谈到，与之相对应，我们使用计划经济和行政统计的方法，抑制了大数据应用行业和市场的开放。
当然，这并不表示政府只是一味地“放手”。事实上，在采访中，有多位专家向记者表示，在为大数据发展营造良好环境的过程中，政府不应越位，但更不能缺位。
“如果只有几个人或者几家公司能用大数据，就算不上是一个时代。我们希望每一个科研团队、任何一个小的创意机构都有可能通过大数据获益。尽管数据量是如此庞大，但是它们使用起来就像平时的小数据一样。”周涛表示，这一方面需要有更好的IT架构;另一方面，需要政府和业界对于数据的质量、权利、隐私、安全等等出台量化的措施和量化的方案。
“只有这些生态环境都建成了之后，我们才有可能在此基础上去讨论所谓的大数据平台，并且利用这些平台去吸引最好的数据和最好的人才。”他说。
“一定要了解大数据、认识大数据、拥抱大数据，我们才能够很好地去治理它。当然，这需要网络化的思维、国际视野以及依法治理的精神。”吴世忠最后表示。
