Diferencinis privatumas: baltas kibernetinio saugumo triukšmas

• Autorius:
• autoriaus vardas

  Quantumrun Foresight
• Gruodis 17, 2021

Įžvalgos santrauka

Diferencialinis privatumas – metodas, suteikiantis tam tikrą neapibrėžtumo lygį siekiant apsaugoti vartotojų duomenis, keičia duomenų tvarkymo būdą įvairiuose sektoriuose. Šis metodas leidžia išgauti esminę informaciją nepažeidžiant asmeninės informacijos, todėl gali pasikeisti duomenų nuosavybės teisė, kai asmenys gali labiau kontroliuoti savo informaciją. Skirtingo privatumo taikymas gali turėti plataus masto pasekmių – nuo ​​teisės aktų pertvarkymo ir sąžiningo atstovavimo skatinimo priimant duomenis pagrįstus sprendimus iki duomenų mokslo inovacijų skatinimo ir naujų kibernetinio saugumo galimybių.

Diferencinis privatumo kontekstas

Dabartinės infrastruktūros veikia naudojant didelius duomenis, ty didelius duomenų rinkinius, kuriuos naudoja vyriausybės, akademiniai mokslininkai ir duomenų analitikai, norėdami atrasti modelius, kurie padės jiems priimti strateginius sprendimus. Tačiau sistemos retai atsižvelgia į galimus pavojus vartotojų privatumui ir apsaugai. Pavyzdžiui, didžiosios technologijų įmonės, tokios kaip „Facebook“, „Google“, „Apple“ ir „Amazon“, yra žinomos dėl duomenų pažeidimų, kurie gali turėti žalingų pasekmių naudotojų duomenims įvairiose vietose, pavyzdžiui, ligoninėse, bankuose ir vyriausybinėse organizacijose. 

Dėl šių priežasčių kompiuterių mokslininkai daugiausia dėmesio skiria naujos duomenų saugojimo sistemos kūrimui, kuri nepažeidžia vartotojų privatumo. Diferencinis privatumas yra naujas būdas apsaugoti internete saugomus vartotojo duomenis. Jis veikia įvedant tam tikrus blaškymosi arba baltojo triukšmo lygius į duomenų rinkimo procesą, neleidžiant tiksliai sekti vartotojo duomenų. Šis metodas suteikia korporacijoms visus esminius duomenis neatskleidžiant asmeninės informacijos.

Skirtingo privatumo matematika egzistuoja nuo 2010 m., o „Apple“ ir „Google“ jau taikė šį metodą pastaraisiais metais. Mokslininkai moko algoritmus, kad į duomenų rinkinį pridėtų žinomą neteisingos tikimybės procentą, kad niekas negalėtų atsekti informacijos vartotojui. Tada algoritmas gali lengvai atimti tikimybę gauti tikrus duomenis išlaikant vartotojo anonimiškumą. Gamintojai gali įdiegti vietinį skirtingą privatumą vartotojo įrenginyje arba pridėti jį kaip centralizuotą skirtingą privatumą surinkę duomenis. Tačiau centralizuotam diferencijuotam privatumui vis dar kyla pavojus, kad bus pažeisti šaltiniai. 

Trikdantis poveikis

Kai vis daugiau žmonių sužino apie skirtingą privatumą, jie gali reikalauti daugiau kontroliuoti savo duomenis, todėl technologijų įmonės tvarko vartotojų informaciją. Pavyzdžiui, asmenys gali turėti galimybę reguliuoti pageidaujamą savo duomenų privatumo lygį, kad galėtų suderinti asmeniniams poreikiams pritaikytas paslaugas ir privatumą. Ši tendencija gali lemti naują duomenų nuosavybės erą, kai asmenys gali nuspręsti, kaip naudojami jų duomenys, o tai skatina pasitikėjimo ir saugumo jausmą skaitmeniniame pasaulyje.

Kai vartotojai vis labiau rūpinasi privatumu, įmonės, kurios teikia pirmenybę duomenų apsaugai, gali pritraukti daugiau klientų. Tačiau tai taip pat reiškia, kad įmonės turės investuoti į skirtingų privatumo sistemų kūrimą, o tai gali būti reikšmingas įsipareigojimas. Be to, įmonėms gali tekti naršyti sudėtingoje tarptautinių privatumo įstatymų aplinkoje, todėl gali būti sukurti lankstūs privatumo modeliai, pritaikomi įvairioms jurisdikcijoms.

Vyriausybės pusėje skirtingas privatumas gali pakeisti viešųjų duomenų tvarkymą. Pavyzdžiui, naudojant skirtingą privatumą renkant surašymo duomenis, būtų galima užtikrinti piliečių privatumą ir kartu teikti tikslius statistinius duomenis formuojant politiką. Tačiau vyriausybėms gali tekti nustatyti aiškias skirtingo privatumo taisykles ir standartus, kad būtų užtikrintas tinkamas jų įgyvendinimas. Ši plėtra galėtų paskatinti viešųjų duomenų valdymą labiau į privatumą orientuotą požiūrį, skatinant skaidrumą ir piliečių bei jų atitinkamų vyriausybių pasitikėjimą. 

Skirtingo privatumo pasekmės

Platesnės skirtingo privatumo pasekmės gali apimti: 

• Konkrečių vartotojų duomenų trūkumas atgraso įmones nuo jų sekimo ir dėl to sumažėja tikslinių reklamų naudojimas socialinėje žiniasklaidoje ir paieškos sistemose.
• Platesnės darbo rinkos kūrimas kibernetinio saugumo advokatams ir ekspertams. 
• Teisėsaugos institucijoms trūksta duomenų, kad galėtų sekti nusikaltėlius, todėl areštai vyksta lėčiau. 
• Nauji teisės aktai, sugriežtinantys duomenų apsaugos įstatymus ir galintys pakeisti vyriausybių, korporacijų ir piliečių santykius.
• Sąžiningas atstovavimas visoms grupėms priimant duomenis pagrįstus sprendimus, o tai lemia teisingesnę politiką ir paslaugas.
• Duomenų mokslo ir mašininio mokymosi naujovės leidžia kurti naujus algoritmus ir metodus, kurie gali mokytis iš duomenų nepažeidžiant privatumo.

Klausimai, kuriuos reikia apsvarstyti

• Ar manote, kad didžiosios technologijų korporacijos gali visiškai įtraukti skirtingą privatumą į savo verslo modelius? 
• Ar manote, kad įsilaužėliai galiausiai galės įveikti naujas skirtingas privatumo kliūtis, kad pasiektų tikslinius duomenis?