Découvrez nos solutions sans obligation d’achat
Les données personnelles ont connu un développement spectaculaire et constituent une part importante de la vie quotidienne, et elles ne disparaissent pas. Voici une nouveauté : la nouvelle génération de méthodes d’analyse. InnovationLa vie privée est l’un des aspects les plus importants de la science et de l’analyse des données. [Sources : 8,8]
La réforme européenne de la protection des données, qui deviendra juridiquement contraignante en mai 2018, exige l’utilisation constructive de la vie privée dans tous les aspects de la science et de l’analyse des données, y compris la collecte, le traitement, l’analyse et le stockage des données, ainsi que la gestion des données. Mais le Privacy by Design va beaucoup plus loin et touche non seulement la protection de nos données personnelles, mais aussi les données elles-mêmes. Le respect des exigences relatives à la conception de la protection des données (qui est essentiellement la version RPPR de « Privacy – by – Design ») va bien au-delà de la conformité juridique. Sources : 4,5,11,3]
Il est destiné aux utilisateurs individuels qui ont le plein contrôle de leurs données personnelles et de leurs pratiques de gestion des données. La protection des données par la conception s’adresse à tous et il n’est pas nécessaire que les responsables du traitement des données entrent dans le champ d’application du GDPR. La mise en œuvre du Privacy – by – Design reflète les principes fondamentaux de la protection des données et l’importance de la vie privée dans la science et l’analyse des données. En incarnant le Privacy By Design, les entreprises peuvent utiliser les données pour leurs besoins commerciaux tout en protégeant les informations personnelles qu’elles contiennent. [Sources : 11,8,3,3]
Sur la base du cadre légal de protection des données, voici les meilleures pratiques pour traiter le big data de manière conforme aux données. En fin de compte, cela offre la possibilité d’utiliser les big data et les pratiques de gestion des données telles que l’analyse des données, la science des données et l’analyse dans le cadre du concept de protection des données – par le biais – conformément à la réglementation sur la protection des données. [Sources : 1,1]
Dans ce nouveau paradigme, une approche de protection de la vie privée est nécessaire – par la conception – et une concentration sur la construction d’un environnement sécurisé constitué de données pouvant être analysées. Pour présenter nos recherches sur la protection des données par des approches de conception dans le domaine du big data et de la gestion des données telles que l’analyse des données, la science des données et l’analyse, en examinantun certain nombre de documents de recherche dans le domaine de l’informatique des populations et de la recherche dans les domaines de la protection des données, de la conception des données et de la gestion des données. [Sources : 12,12]
En plus de décrire comment les organisations utilisent actuellement les big data, il y a eu examination les défis en matière de protection de la vie privée dans différentes zones géographiques. [Sources : 1,1]
La solution souvent recherchée par ceux qui utilisent le big data pour surmonter les limites de la législation sur la protection des données est l’anonymisation, mais cela peut être relativement complexe et difficile d’un point de vue juridique. Il y a également un certain nombre d’exemples de manquements à la protection des données en Europe et aux États-Unis et avons constaté que le traitement des données personnelles n’est pas autorisé par le règlement européen sur la protection des données (GDPR) ou la loi américaine sur la protection des données. [Sources : 9,9,1]
L’une des approches les plus utilisées pour protéger la vie privée à l’ère de l’analytique est le Privacy by Design (pbd). Elle est conçue pour concilier la nécessité d’une protection robuste des données avec le désir d’innovation axée sur les données. Le Privacy – by – design (Pbd) vise à intégrer la protection des données et les protocoles dans la technologie pendant la phase de conception d’un processus de développement. Sources : 8,8,7]
La protection des données dès la conception vise à assurer le plus haut niveau de confidentialité en garantissant que les données personnelles sont protégées dans un système informatique particulier. La motivation première de la protection des données – après conception – est que l’utilisation des données ne s’arrête jamais. Elle vise à faire en sorte que les entreprises puissent continuer à appliquer les meilleures pratiques pour fournir des services, des produits et un marketing de haute qualité tout en assurant la sécurité des données. Cela contraste fortement avec l’approche traditionnelle de la protection des données à l’ère de l’analytique, qui consiste à ne jamais arrêter leur utilisation. [Sources : 4,13]
Le rapport note que les technologies des données seront transformatrices dans tous les domaines de la vie, ce qui soulève la question de savoir comment appliquer un cadre de protection de la vie privée dans l’écosystème du big data. L « un des arguments qui prend de l « importance à mesure que l « attention se porte sur le potentiel du big data est l « impact qu « il pourrait avoir sur la vie privée et la sécurité. Comment les entreprises et les agences gouvernementales peuvent-elles être responsables de la protection des informations personnelles de leurs clients sans publier les algorithmes ? [Sources : 1,0,0]
Les nouvelles technologies exigent que les données et l’ensemble de leur cycle de vie soient protégés par des principes de sécurité et de protection des données. D’une manière générale, le respect constructif de la vie privée exige que les systèmes et les processus soient conçus de manière à protéger les droits personnels de l’individu et que les conséquences de ces systèmes ou processus sur la vie privée ne soient prises en compte qu’après leur mise à disposition. Une approche plus sophistiquée du « Privacy by Design » consiste donc à faire en sorte que la vie privée prenne sa place dans le processus de conception des systèmes d’information, aux côtés d’autres considérations pratiques que les experts en informatique évaluent chaque jour, notamment la facilité d’utilisation, la sécurité, l’efficacité, la rentabilité et le coût. Sources : 10,2,6]
Sources :
[0] : https://epic.org/privacy/big-data/
[1] : https://www.compact.nl/en/articles/big-data-analytics-privacy-how-to-resolve-this-paradox/
[3] : https://www.privacypolicies.com/blog/privacy-by-design/
[4] : https://en.wikipedia.org/wiki/Privacy_by_design
[5] : https://www.smashingmagazine.com/2017/07/privacy-by-design-framework/
[7] : https://theprovince.com/technology/internet/privacy-by-design-setting-the-standard-for-data-protection-and-privacy
[8] : https://slidex.tips/download/privacy-by-design-protecting-privacy-in-the-age-of-analytics
[9] : https://www.twobirds.com/en/news/articles/2019/global/big-data-and-issues-and-opportunities-privacy-and-data-protection
[10] : https://www.constellationr.com/blog-news/critique-privacy-design
[11] : https://techgdpr.com/blog/what-the-gdprs-privacy-by-design-really-means-for-your-business/
[12] : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3845756/
[13] : https://dataconomy.com/2020/05/making-privacy-by-design-the-business-default/