Analiza ryzyka

Przeanalizuj analizę ryzyka z typami danych, które są zbierane, udostępniane, przechowywane i analizowane. Jakie są ryzyka? Jak możemy je złagodzić? Przez resztę tej sesji przyjmij perspektywę skoncentrowaną na prywatności.

Kilka soczewek, które mogą pomóc:

Niedawna historia

Historia przewiduje przyszłość.

W 1990 roku Internet był dość bezpiecznym miejscem. Posty Usenetu były postrzegane jako ulotne, ponieważ nie było sposobu na znalezienie wcześniejszych treści. E-maile były udostępniane otwarcie, ponieważ spam nie był jeszcze powszechny. Oczywiście wszystkie te posty są teraz indeksowane, a wszystkie te e-maile są teraz spamowane.

Przemyśl dane zbierane i przechowywane obecnie oraz to, jak profile ryzyka mogą się zmienić, jeśli:

• Takie dane zostaną naruszone i skończą udostępnione w darknecie
• Mamy nowe sposoby na korelację takich danych i wyciąganie z nich wniosków.

Perspektywy historyczne

Przemyśl, w jaki sposób dane były zbierane w reżimach takich jak nazistowskie Niemcy i republiki radzieckie. Pomyśl, w jaki sposób dane zebrane o dzieciach dzisiaj, jeśli zostaną zarchiwizowane, mogą zostać wykorzystane za kilka dekad.

Przecieki z przeszłości

Ciągle widzieliśmy, jak opublikowane zestawy danych były ponownie identyfikowane, czasami znacznie później, w tym zestaw danych AOL, wyzwanie Netflix i dane medyczne z Massachusetts.

Perspektywy globalne

Pomyśl o niedawnym wycieku danych UN Rohigya. Pomyśl o wykorzystaniu (nadużyciu?) danych w Chinach. Pomyśl o uczniach będących celem i ukrywających się przed grup bojowych.

Jakie rodzaje ochrony danych są potrzebne, aby zapewnić bezpieczeństwo tym uczniom?

Przypadki skrajne

Jeśli system ed-tech doprowadzi do jednej śmierci, to jest to zły wynik. Pomyśl o osobach wysokiego ryzyka, takich jak:

• Osoby objęte ochroną świadków / będące celem zorganizowanej przestępczości
• Osoby z prześladowcami
• Osoby będące celem instytucji państwowych (np. osoby ubiegające się o azyl polityczny)
• Osoby, które mogą ubiegać się o urząd za kilkadziesiąt lat
• Cyberprzemoc
• Problemy rodzinne (np. ukrywający się homoseksualista w konserwatywnej rodzinie)
• Studenci z niepełnosprawnościami

Wszystkie te elementy pojawiają się w danych. Wzory pisania, znaczniki czasu użycia lub częstotliwość słownictwa i struktura gramatyczna tworzą unikalny odcisk palca, który coraz lepiej potrafimy identyfikować.

Twoje własne ryzyko

Pomyśl o najgorszym przypadku.