बिग डेटा और गोपनीयता के मुद्दे इसे से बाहर निकल रहे हैं

बिग डेटा पिछले एक दशक से एक घटना है। बिग डेटा एनालिटिक्स का रोजमर्रा की जिंदगी में कई उपयोग हैं, लेकिन इसका सबसे महत्वपूर्ण उपयोग व्यवसायों को बेहतर बनाने में किया गया है। उदाहरण के लिए, बड़े डेटा एनालिटिक्स खुदरा व्यवसायों को प्रत्येक सीजन में सबसे लोकप्रिय वस्तुओं की भविष्यवाणी करने में मदद कर सकते हैं, और यह भी भविष्यवाणी कर सकते हैं कि कौन से आइटम किन स्थानों में लोकप्रिय होंगे। इससे व्यवसायों को बिक्री और ग्राहकों की संतुष्टि में सुधार करने में मदद मिलती है। बड़े डेटा की शक्ति का उपयोग कई उद्योगों द्वारा किया जा रहा है। लेकिन बड़े पैमाने पर सत्ता के साथ गोपनीयता के मुद्दों की चिंता है। जबकि बड़े डेटा एनालिटिक्स कई मायनों में मददगार साबित होते हैं, वे निम्नलिखित तरीकों से गोपनीयता पर आक्रमण करना भी आसान बनाते हैं.


बिग डेटा और गोपनीयता के मुद्दे इसे से बाहर निकल रहे हैं

बिग डेटा और गोपनीयता के मुद्दे इसे से बाहर निकल रहे हैं

गोपनीयता भंग

कुछ बड़े डेटा एनालिटिक्स के उपयोग से गोपनीयता भंग होती है। उदाहरण के लिए, खुदरा व्यवसाय अक्सर ग्राहकों के विवरण का अनुमान लगाने के लिए बड़े डेटा एनालिटिक्स का उपयोग करते हैं। ये विवरण अक्सर प्रकृति में व्यक्तिगत होते हैं, और उन्हें प्रकट करने से खोई हुई नौकरी या असहज स्थिति पैदा हो सकती है। संगठनों, खुदरा विक्रेताओं, या किसी अन्य प्रकार के व्यवसाय को उन कार्यों को नहीं करना चाहिए जो लोगों की गोपनीयता को भंग करते हैं.

नामुमकिन गुमनामी

बड़े डेटा एनालिटिक्स के साथ, डेटा फ़ाइलों को अज्ञात करना असंभव हो सकता है। स्मार्ट गैजेट्स के युग में, अपनी पहचान को गुप्त रखते हुए कुछ भी करना मुश्किल है। यहां तक ​​कि जब डेटा फ़ाइलों को गुमनाम किया जाता है, तो उन्हें व्यक्तियों की पहचान करने के लिए अन्य फ़ाइलों के साथ जोड़ा जा सकता है। इसका मतलब कोई भी अब पूरी तरह से गुमनाम नहीं है.

भेदभाव

जबकि भेदभाव हमेशा हर क्षेत्र में मौजूद रहा है, भविष्य कहनेवाला विश्लेषिकी ने इसे और अधिक सामान्य बना दिया है और एक तरह से यह वास्तव में उद्देश्य नहीं है। उदाहरण के लिए, एक वित्तीय संगठन ऋण आवेदन से किसी व्यक्ति की दौड़ का निर्धारण करने में सक्षम नहीं हो सकता है, लेकिन बड़े डेटा एनालिटिक्स और इंटरनेट ऑफ थिंग्स (IoT) के माध्यम से एकत्र किए गए कई अन्य डेटा की मदद से ऐसा कर सकता है। फिर एक आवेदक के ऋण अनुरोध को ठुकरा दिया जा सकता है। इस तरह के ‘स्वचालित भेदभाव’ ज्यादातर मामलों में पीछे हट सकते हैं.

डेटा मास्किंग विफलता

डेटा मास्किंग का उपयोग बहुत सारे संगठनों द्वारा किया जाता है, लेकिन अगर इसे ठीक से उपयोग नहीं किया जाता है, तो बड़े डेटा विश्लेषण से आसानी से व्यक्तियों की पहचान का पता चल सकता है। बड़ा डेटा अभी भी बहुत नया है, और अधिकांश संगठन उन जोखिमों की परवाह नहीं करते हैं जो गोपनीयता भंग हो सकती हैं। व्यक्तियों की अधिकतम गोपनीयता सुनिश्चित करने के लिए, डेटा मास्किंग के नियमों को लागू करने की जगह एक उचित नीति होनी चाहिए.

कोई पूर्ण सटीकता नहीं

भले ही बड़ा डेटा विश्लेषण शक्तिशाली हो, लेकिन यह पूरी तरह से सही नहीं है। त्रुटिपूर्ण एल्गोरिदम, गलत डेटा मॉडल और व्यक्तियों के बारे में गलत डेटा हैं। यह खराब निर्णयों को सुविधाजनक बना सकता है, यदि डेटा की सटीकता मान्य नहीं है। गलत डेटा व्यक्तियों को नुकसान पहुंचा सकता है, और नौकरी की हानि, गलत गलत व्यवहार और आवश्यक सेवाओं से वंचित कर सकता है। यदि डेटा के किसी भी सत्यापन के बिना बड़े डेटा विश्लेषण पर आँख बंद करके भरोसा किया जाता है, तो इससे समस्याओं का सामना करना पड़ सकता है और कई लोगों को जोखिम में डाल सकता है।.

माता-पिता और कॉपीराइट की अप्रासंगिकता

बड़ा डेटा पेटेंट प्राप्त करना कठिन बना सकता है क्योंकि पेटेंट की विशिष्टता को सत्यापित करने के लिए एक लंबा समय लगेगा, जिससे देखने के लिए जानकारी के विशाल डेटाबेस के लिए धन्यवाद। यह भी कॉपीराइट को अप्रासंगिक बना देगा, क्योंकि बड़ा डेटा डेटा को हेरफेर और छिपाना आसान बनाता है। परिणामस्वरूप, पेटेंट या कॉपीराइट जानकारी से जुड़ी रॉयल्टी अतीत की बात बन सकती है। यह विचार करना अच्छा नहीं होगा कि कुछ नया आविष्कार करने में बहुत मेहनत है। यदि आप इस पर एक उत्कृष्ट फिल्म देखना चाहते हैं, तो रसोई उत्पाद देखें जो उस युवा महिला ने फिल्म जॉय में आविष्कार किया था। उसका अपना परिवार भी निंदनीय था!

बिग डेटा प्राइवेसी इश्यूज को कैसे हैंडल करें

जबकि बड़े डेटा एनालिटिक्स व्यवसायों के लिए बहुत आशाजनक हैं और विभिन्न संगठनों में महत्वपूर्ण विकास को प्रेरित करते हैं, गोपनीयता के लिए चिंता एक प्रमुख परिणाम है। बड़े डेटा एनालिटिक्स का उपयोग करने से पहले, संगठनों को हमेशा कुछ चीजों को ध्यान में रखना चाहिए। इनमें से कुछ हैं:

  • उपयोग करने के लिए बड़े डेटा एनालिटिक्स डालने से पहले, संगठनों को रणनीति से जुड़े कम से कम दस गोपनीयता जोखिमों पर विचार करना चाहिए.
  • बड़े डेटा एनालिटिक्स का स्पष्ट नियम, नीतियां और दिशानिर्देश होना चाहिए, जो व्यक्तियों की गोपनीयता की सुरक्षा करता है.
  • उपयोग में लाने से पहले सिस्टम में शामिल सुरक्षा और गोपनीयता नियंत्रण होना चाहिए.

अंतिम विचार

प्रौद्योगिकी हर आधुनिक व्यवसाय के लिए एक आवश्यक उपकरण है, और हाल के दिनों में बड़ा डेटा सबसे शक्तिशाली तकनीकी नवाचार है। हर तकनीक की तरह, बड़ी डेटा एनालिटिक्स का एक अच्छा और एक अंधेरा पक्ष है- अपनी व्यावसायिक प्रक्रिया में संगठनों की मदद करते हुए, बड़ा डेटा नियमित रूप से गोपनीयता और डेटा सुरक्षा को भी भंग कर देता है। स्थानों पर उचित दिशा-निर्देश और नियम होने के कारण, गोपनीयता पर दांव लगाए बिना बड़े डेटा एनालिटिक्स का बेहतर उपयोग करने में मदद करनी चाहिए.

Kim Martin Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map