Эссе на тему ​Право на неприкосновенность частной жизни в эпоху Больших данных

Фрагмент текста работы:

Право на неприкосновенность частной жизни в эпоху Больших данных
Мы живем в эпоху «Больших данных». Данные стали сырьем для производства, новым источником огромной экономической и социальной ценности.
Прогресс в области интеллектуального анализа данных и аналитики, а также массовое увеличение вычислительной мощности и емкости хранилищ данных на порядки расширили объем информации, доступной для бизнеса, правительства и частных лиц. Кроме того, все большее число людей, устройств и датчиков, которые теперь подключены к цифровым сетям, произвело революцию в способности генерировать, передавать, обмениваться и получать доступ к данным.
Данные создают огромную ценность для мировой экономики, стимулируя инновации, производительность, эффективность и рост.
В то же время «потоп данных» представляет собой проблему конфиденциальности, которая может вызвать негативную реакцию со стороны регулирующих органов, ослабляя экономику данных и подавляя инновации.
Для установления баланса между выгодным использованием данных и защитой личной неприкосновенности лица, ответственные за разработку политики, должны рассмотреть некоторые из наиболее фундаментальных концепций закона о неприкосновенности частной жизни, включая определение персонально идентифицируемой информации, роль согласия и принципы ограничения целей и минимизации данных.
Использование «Больших данных» может быть трансформирующим, и возможное использование данных может быть трудно предвидеть во время первоначального сбора. Например, Google Flu Trends, сервис, который предсказывает и локализует вспышки гриппа, используя информацию-совокупные поисковые запросы-первоначально не собранные с учетом этого инновационного приложения. Конечно, раннее выявление заболевания с последующим быстрым реагированием может уменьшить воздействие как сезонного, так и пандемического гриппа.
Несмотря на то, что сектор здравоохранения является важным движущим фактором для научных исследований и инноваций, он ни в коем случае не является единственной ареной для использования трансформационных данных. Другим примером является «умная сеть», которая относится к модернизации существующей электрической сети для достижения двунаправленного потока информации и электроэнергии.
Интеллектуальная сеть предназначена для того, чтобы позволить поставщикам услуг электроснабжения, пользователям и другим третьим лицам контролировать и контролировать использование электроэнергии.
Некоторые преимущества получают непосредственно потребители, которые могут сократить потребление энергии, узнав, какие устройства и приборы потребляют больше всего энергии, или в какое время суток в сети наблюдается самый высокий или самый низкий общий спрос.
Другие преимущества, такие как точное прогнозирование потребности в энергии для оптимизации использования возобновляемых источников, пожинаются обществом в целом. Управление дорожным движением и контроль за ним-это еще одна область, в которой наблюдаются значительные экологические инновации, основанные на данных.
Правительства во всем мире создают электронные системы ценообразования на проезд, которые устанавливают дифференцированные платежи на основе платы за мобильность и перегруженность дорог.
Пользователи платят в зависимости от их использования транспортных средств и дорог. Эти и другие виды использования данных для контроля за движением позволяют правительствам потенциально сократить заторы и выбросы загрязняющих веществ.
«Большие данные» также трансформируют розничный рынок.
Действительно, система управления запасами Wal-Mart, получившая название Retail Link, стала пионером эпохи больших данных, позволив поставщикам видеть точное количество своих товаров на каждой полке каждого магазина в каждый конкретный момент времени. Многие из нас используют функцию Amazon «клиенты, которые купили это, также купили», побуждая пользователей рассмотреть возможность покупки дополнительных элементов, выбранных с помощью инструмента совместной фильтрации. Аналитика также может быть использована в автономной среде для изучения поведения покупателей в магазине с целью улучшения макета магазина, ассортимента товаров и позиционирования полок.
Сбор больших массивов данных и использование аналитики явно подразумевают проблемы конфиденциальности.
Задачи обеспечения безопасности данных и защиты конфиденциальности становятся все более сложными по мере того, как информация умножается и распространяется все более широко по всему миру.
Информация о здоровье людей, их местонахождении, использовании электричества и онлайн-активности подвергается тщательному анализу, что вызывает озабоченность по поводу профилирования, дискриминации, исключения и потери контроля. Традиционно организации использовали различные методы деидентификации (анонимизация, псевдонимизация, шифрование, кодирование ключей, сегментирование данных), чтобы дистанцировать данные от реальных идентификационных данных и позволить продолжить анализ, в то же время содержа вопросы конфиденциальности.
Однако за последние несколько лет ученые-компьютерщики неоднократно доказывали, что даже анонимизированные данные часто могут быть повторно идентифицированы и приписаны конкретным людям. Наука об идентификации разрушает ландшафт политики конфиденциальности, подрывая веру в анонимизацию. Последствия для правительства и бизнеса могут быть весьма серьезными, учитывая, что деидентификация стала ключевым компонентом многих бизнес-моделей, особенно это заметно в контексте медицинских данных (например, в отношении клинических испытаний), поведенческой рекламы в интернете и облачных вычислений.
Все данные должны рассматриваться как идентифицирующие личность и подпадать под действие нормативной базы. Тем не менее, такой результат создаст извращенные стимулы для организаций отказаться от деидентификации и, следовательно, увеличит, а не уменьшит риски для конфиденциальности и безопасности данных.
Еще один подводный камень заключается в том, что при значительно расширенном определении личной идентифицируемой информации система конфиденциальности и защиты данных станет практически неосуществимой.
Нынешние рамки, которые достаточно трудно соблюдать и обеспечивать в их нынешнем объеме, вполне могут стать неуправляемыми, если они будут распространяться на любую часть информации. Самое главное, если информация, которая якобы не относится к отдельным лицам, подпадает под полное действие законов о конфиденциальности, основанных на возможности ее привязки к конкретному лицу в какой-то момент времени с помощью какого-то мыслимого метода, независимо от того, насколько маловероятно ее использование, многие полезные виды использования данных будут сильно сокращены.
Такой подход предполагает, что ценностное суждение было сделано в пользу индивидуального контроля над весьма выгодным использованием данных, но сомнительно, что такой ценностный выбор был сделан сознательно.
Таким образом, кажущаяся технической дискуссия относительно объема информации, рассматриваемой как личная идентификация, маскирует фундаментальный нормативный вопрос.
Директивные органы должны решить этот нормативный вопрос, рассмотреть, какие виды деятельности являются социально приемлемыми, и соответственно сформулировать стандартные нормы.
При этом они должны оценить ценность использования данных в сравнении с потенциальными рисками конфиденциальности, изучить практическую возможность получения истинного и обоснованного согласия и учитывать возможность принудительного применения ограничений на потоки данных.
Законы о конфиденциальности и защите данных основаны на индивидуальном контроле над информацией и таких принципах, как минимизация данных и ограничение их назначения. Однако не совсем ясно, что минимизация сбора информации всегда является практическим подходом к обеспечению конфиденциальности в эпоху больших данных.
Принципы конфиденциальности и защиты данных должны быть сбалансированы с дополнительными общественными ценностями, такими как общественное здоровье, национальная безопасность и правоохранительная деятельность, охрана окружающей среды и экономическая эффективность.
В тех случаях, когда преимущества предполагаемого использования данных явно перевешивают риски конфиденциальности, следует исходить из законности обработки, даже если отдельные лица отказываются дать свое согласие. Например, веб-аналитика - измерение, сбор, анализ и отчетность интернет-данных в целях понимания и оптимизации использования интернета-создает большую ценность, гарантируя, что продукты и услуги могут быть улучшены для лучшего обслуживания потребителей.
Риски конфиденциальности минимальны, поскольку аналитика, если она правильно реализована, имеет дело со статистическими данными, как правило, в обезличенной форме. Тем не менее, требование онлайн-пользователей выбрать аналитику, несомненно, сильно сократит ее применение и использование. Директивные органы должны также учитывать роль согласия в системе обеспечения конфиденциальности. В настоящее время слишком многие виды обработки данных основаны на индивидуальном согласии.
Защитники конфиденциальности и регуляторы данных все чаще осуждают эру «Больших данных», поскольку они наблюдают растущее повсеместное распространение сбора данных и все более надежное использование данных, обеспечиваемое мощными процессорами и неограниченным хранилищем.
Исследователи, бизнесмены и предприниматели яростно указывают на конкретные или ожидаемые инновации, которые могут зависеть от стандартного сбора больших массивов данных.
Требуется разработка модели, в которой преимущества данных для бизнеса и исследователей уравновешиваются индивидуальными правами на неприкосновенность частной жизни.