Veliki podaci i podaci o privatnosti koji proizilaze iz toga

Veliki podaci su fenomen posljednjih desetak godina. Analitika velikih podataka ima brojne koristi u svakodnevnom životu, ali njegova je najznačajnija primjena bila u poboljšanju poslovanja. Na primjer, analitika velikih podataka može pomoći maloprodajnim tvrtkama da predvide najpopularnije artikle svake sezone, a također mogu predvidjeti koji će proizvodi biti popularni na kojim mjestima. To pomaže tvrtkama da poboljšaju prodaju i zadovoljstvo kupaca. Moć velikih podataka koristi nekoliko industrija. Ali s ogromnom snagom dolazi do brige o privatnosti. Iako se analitika velikih podataka pokazuje na mnoge načine korisnom, ona također olakšava narušavanje privatnosti na sljedeće načine.


Veliki podaci i podaci o privatnosti koji proizilaze iz toga

Veliki podaci i podaci o privatnosti koji proizilaze iz toga

Kršenja privatnosti

Neke upotrebe analitike velikih podataka rezultiraju kršenjem privatnosti. Na primjer, maloprodajna poduzeća često upotrebljavaju analitiku velikih podataka kako bi predvidjeli detalje kupaca. Ti su detalji često osobne prirode, a njihovo otkrivanje može dovesti do izgubljenih poslova ili neugodnih situacija. Organizacije, trgovci na malo ili bilo koji drugi način poslovanja ne bi trebali poduzimati akcije koje narušavaju privatnost ljudi.

Nemoguća anonimnost

S velikom analitikom podataka, nemoguće je imati anonimne datoteke podataka. U doba pametnih naprava teško je učiniti išta čuvajući svoju tajnu. Čak i kada su datoteke podataka anonimne, mogu se kombinirati s drugim datotekama za identifikaciju pojedinaca. To znači da više nitko nije potpuno anoniman.

Diskriminacija

Iako je diskriminacija oduvijek postojala u svakom sektoru, prediktivna analitika učinila ju je samo uobičajenijom i na način koji nije istinski objektivan. Na primjer, financijska organizacija možda neće moći odrediti rasu neke osobe iz zahtjeva za kredit, ali to može učiniti uz pomoć nekoliko drugih podataka prikupljenih analitikom velikih podataka i Interneta stvari (IoT). Tada bi se zahtjev za kredit podnositelja zahtjeva mogao odbiti. Ova vrsta “automatizirane diskriminacije” u većini slučajeva može dobiti potporu.

Neuspjeh maskiranja podataka

Maskiranje podataka koristi mnogo organizacija, ali ako se ne koristi pravilno, tada bi velika analiza podataka lako otkrila identitet pojedinaca. Veliki podaci i dalje su vrlo novi, a većina organizacija ne mari za rizike koji mogu dovesti do narušavanja privatnosti. Trebalo bi postojati odgovarajuća politika koja utvrđuje pravila za maskiranje podataka, kako bi se osigurala maksimalna privatnost pojedinaca.

Nema potpune točnosti

Iako je velika analiza podataka snažna, nije u potpunosti točna. Postoje pogrešni algoritmi, pogrešni modeli podataka i netočni podaci o pojedincima. To bi moglo olakšati loše odluke ako se ne provjeri točnost podataka. Netačni podaci mogu naštetiti pojedincima i prouzrokovati gubitak posla, lažne pogrešne dijagnoze i uskraćivanje osnovnih usluga. Ako se slijepo vjeruje velikoj analizi podataka, bez ikakve verifikacije podataka, to bi moglo dovesti do mnoštva problema i izložiti mnogim ljudima rizik.

Nebitnost roditelja i autorskog prava

Veliki podaci mogu otežati dobivanje patenata, jer će trebati dugo vremena da se provjeri jedinstvenost patenta, zahvaljujući ogromnoj bazi podataka koju treba razgledati. Autorska prava također bi činila nevažnima, jer veliki podaci olakšavaju manipuliranje i skrivanje podataka. Posljedično, autorski honorari povezani s patentiranim ili zaštićenim autorskim pravima informacijama mogu postati prošlost. To ne bi bilo dobro s obzirom na to da je potrebno izučiti nešto novo. Ako želite pogledati odličan film o ovome, pogledajte kuhinjski proizvod koji je ta mlada žena izmislila u filmu Radost. Skandalozno je bila i njezina vlastita obitelj!

Kako riješiti probleme privatnosti velikih podataka

Iako je analitika velikih podataka za tvrtke vrlo obećavajuća i potiče značajan razvoj u raznim organizacijama, briga za privatnost glavna je posljedica. Prije upotrebe analitike velikih podataka, organizacije moraju uvijek imati na umu nekoliko stvari. Neki od njih su:

  • Prije stavljanja analitike velikih podataka u uporabu, organizacije moraju razmotriti barem deset rizika privatnosti povezanih sa strategijom.
  • Trebalo bi postojati jasna pravila, politike i smjernice za velike analize analitičkih podataka koje štite privatnost pojedinaca.
  • Prije stavljanja u uporabu moraju biti ugrađene sigurnosne kontrole i kontrole privatnosti u sustav.

Završne misli

Tehnologija je neophodan alat svakog modernog poslovanja, a veliki podaci najmoćnija su tehnološka inovacija u novije vrijeme. Kao i svaka tehnologija, postoji dobra i mračna strana analitike velikih podataka – dok pomažu organizacijama u njihovom poslovnom procesu, veliki podaci također redovito narušavaju privatnost i sigurnost podataka. Imajući odgovarajuće smjernice i pravila na mjestima trebalo bi pomoći boljoj upotrebi analitike velikih podataka bez ugrožavanja privatnosti.

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