ข้อมูลขนาดใหญ่ & ความเป็นส่วนตัว: ความเสี่ยงด้านความเป็นส่วนตัวคืออะไร? | VPNOverview

ในช่วงไม่กี่ทศวรรษที่ผ่านมาโลกมีการเปลี่ยนแปลงอย่างมากในหลาย ๆ ด้านโดยเฉพาะอย่างยิ่งเมื่อพูดถึงไอที จำนวนคนที่เราสามารถสื่อสารได้ในแต่ละวันมีจำนวนเพิ่มขึ้นอย่างมากเช่นเดียวกับปริมาณข้อมูลที่เราเข้าถึง อย่างไรก็ตามสิ่งเดียวกันนี้เป็นจริงสำหรับปริมาณข้อมูลที่ บริษัท ใหญ่ ๆ รวบรวมเกี่ยวกับเรา ข้อกำหนดเช่นข้อมูลขนาดใหญ่จะถูกใช้บ่อยขึ้นเมื่อเวลาผ่านไป แต่สิ่งนี้หมายความว่าอย่างไร ข้อมูลขนาดใหญ่คืออะไร เป็นอันตรายหรือไม่? มันจะส่งผลกระทบต่อความเป็นส่วนตัวของเราอย่างไรถ้าทั้งหมด? นี่คือคำถามที่เราจะกล่าวถึงในบทความนี้.


ข้อมูลขนาดใหญ่คืออะไร?

รายการที่มีแว่นขยายคำว่า “ข้อมูลขนาดใหญ่” อธิบายถึงข้อมูลจำนวนมหาศาล (ซึ่งเป็นข้อมูลส่วนบุคคล) ซึ่งรวบรวมอย่างต่อเนื่องโดยนักแสดงที่แตกต่างกัน ตัวอย่างจะเป็นข้อมูลทั้งหมดที่ Google รวบรวมเกี่ยวกับคำค้นหาของผู้ใช้ ปรากฏการณ์ของข้อมูลขนาดใหญ่เป็นการพัฒนาที่เพิ่งเกิดขึ้นเนื่องจาก บริษัท และองค์กรขนาดใหญ่เช่น Facebook, Google และรัฐบาลส่วนใหญ่เริ่มรวบรวมข้อมูลเกี่ยวกับผู้ใช้ลูกค้าและประชาชนมากกว่าเดิม เทคโนโลยีใหม่โลกดิจิทัลและอินเทอร์เน็ตได้ช่วยพัฒนานี้อย่างมาก.

การรวบรวมข้อมูลขนาดใหญ่มักมีขนาดใหญ่มากจนไม่สามารถวิเคราะห์ได้โดยใช้การวิเคราะห์ข้อมูลแบบดั้งเดิม อย่างไรก็ตามหากมีการวิเคราะห์ข้อมูลขนาดใหญ่อย่างถูกวิธีสามารถสร้างรูปแบบและข้อสรุปที่น่าสนใจได้ ตัวอย่างเช่นข้อมูลขนาดใหญ่มักใช้สำหรับการวิจัยตลาดขนาดใหญ่: ผลิตภัณฑ์ใดมีแนวโน้มที่จะซื้อมากที่สุด การโฆษณาประเภทใดจะมีประสิทธิภาพมากที่สุดเมื่อคุณต้องการเข้าถึงและชักชวนลูกค้า?

เพื่อให้ชุดข้อมูลได้รับการพิจารณาว่าเป็นข้อมูลขนาดใหญ่โดยทั่วไปแล้วควรเป็นไปตามเกณฑ์สามข้อต่อไปนี้หรือที่เรียกว่า 3 v:

  • ปริมาตร: ข้อมูลขนาดใหญ่คือทุกอย่างยกเว้นตัวอย่างเล็ก ๆ มันเกี่ยวข้องกับการรวบรวมข้อมูลจำนวนมากซึ่งเป็นผลมาจากการสังเกตอย่างต่อเนื่องที่ยาวนาน.
  • ความเร็ว: สิ่งนี้เกี่ยวข้องกับความเร็วที่น่าประทับใจซึ่งมีการรวบรวมข้อมูลขนาดใหญ่ ยิ่งไปกว่านั้นข้อมูลขนาดใหญ่สามารถเข้าถึงได้แบบเรียลไทม์ (ขณะรวบรวมข้อมูล).
  • ความหลากหลาย: ชุดข้อมูลขนาดใหญ่มักมีข้อมูลหลายประเภท ข้อมูลภายในชุดข้อมูลขนาดใหญ่สามารถรวมเข้าด้วยกันเพื่อเติมเต็มช่องว่างใด ๆ และทำให้ชุดข้อมูลสมบูรณ์ยิ่งขึ้น.

นอกเหนือจาก 3 v เหล่านี้แล้วข้อมูลขนาดใหญ่มีคุณสมบัติอื่น ๆ ตัวอย่างเช่นข้อมูลขนาดใหญ่ยอดเยี่ยมสำหรับการเรียนรู้ของเครื่อง ซึ่งหมายความว่าสามารถใช้อย่างมีประสิทธิภาพในการสอนคอมพิวเตอร์และเครื่องงานบางอย่าง ยิ่งกว่านั้นเมื่อเราสัมผัสสั้น ๆ ในเวลาสั้น ๆ ข้อมูลขนาดใหญ่สามารถใช้ในการตรวจจับรูปแบบ สิ่งนี้ส่วนใหญ่เกิดขึ้นในวิธีที่มีประสิทธิภาพมากโดยคอมพิวเตอร์ที่ทำงานกับข้อมูล ในที่สุดข้อมูลขนาดใหญ่คือภาพสะท้อนของลายนิ้วมือดิจิตอลของผู้ใช้ ซึ่งหมายความว่าเป็นผลพลอยได้จากกิจกรรมดิจิทัลและออนไลน์ของผู้คนและสามารถใช้เพื่อสร้างโปรไฟล์ส่วนบุคคลแต่ละรายการ.

ข้อมูลขนาดใหญ่ชนิดต่าง ๆ

มีวิธีแตกต่างกันในการจำแนกข้อมูลขนาดใหญ่ วิธีแรกที่ใช้บ่อยที่สุดจะทำให้ข้อมูลขนาดใหญ่แตกต่างกันตามชนิดของข้อมูลที่กำลังรวบรวม สามประเภทที่เป็นไปได้ที่ใช้สำหรับการจัดประเภทนี้คือ: ข้อมูลขนาดใหญ่ที่มีโครงสร้างข้อมูลขนาดใหญ่ที่ไม่มีโครงสร้างและข้อมูลขนาดใหญ่ที่มีโครงสร้างกึ่ง.

  1. โครงสร้าง: เมื่อโครงสร้างข้อมูลขนาดใหญ่สามารถบันทึกและนำเสนอในรูปแบบที่เป็นระเบียบและเป็นตรรกะทำให้ข้อมูลเข้าถึงได้ง่ายขึ้นและเข้าใจง่ายขึ้น ตัวอย่างจะเป็นรายการที่อยู่ลูกค้าที่สร้างโดย บริษัท ในรายการนี้มีแนวโน้มที่จะพบชื่อลูกค้าที่อยู่และรายละเอียดอื่น ๆ เช่นหมายเลขโทรศัพท์โครงสร้างทั้งหมดอย่างชัดเจนเช่นแผนภูมิหรือตาราง.
  2. ไม่มีโครงสร้าง: ไม่มีการจัดระเบียบข้อมูลขนาดใหญ่ที่ไม่มีโครงสร้างเลย มันขาดการนำเสนอเชิงตรรกะที่เหมาะสมกับมนุษย์โดยเฉลี่ย ข้อมูลขนาดใหญ่ที่ไม่มีโครงสร้างไม่มีโครงสร้างตัวอย่างเช่นตารางที่แสดงการเชื่อมโยงระหว่างองค์ประกอบต่าง ๆ ของชุดข้อมูล ดังนั้นข้อมูลประเภทนี้ค่อนข้างนำทางและเข้าใจได้ยาก ชุดข้อมูลจำนวนมากเริ่มต้นจากการเป็นข้อมูลขนาดใหญ่ที่ไม่มีโครงสร้าง.
  3. กึ่งโครงสร้าง: ข้อมูลขนาดใหญ่แบบกึ่งโครงสร้างอย่างที่คุณอาจเดาได้มีลักษณะของข้อมูลขนาดใหญ่ทั้งแบบมีโครงสร้างและไม่มีโครงสร้าง ธรรมชาติและการเป็นตัวแทนของข้อมูลประเภทนี้ไม่ได้เป็นไปโดยสมบูรณ์ แต่มันก็ไม่มีโครงสร้างและการจัดระเบียบที่เพียงพอสำหรับการวิเคราะห์ที่มีความหมายเช่นกัน ตัวอย่างจะเป็นหน้าเว็บที่มีเมตาดาต้าแท็กเฉพาะ (ข้อมูลเพิ่มเติมที่ไม่สามารถมองเห็นได้โดยตรงในข้อความ) ตัวอย่างเช่นเนื่องจากมีคำหลักบางคำ แท็กเหล่านี้แสดงบิตของข้อมูลอย่างมีประสิทธิภาพเช่นผู้สร้างหน้าเว็บหรือช่วงเวลาที่ถูกวางออนไลน์ ตัวอักษรนั้นไม่มีโครงสร้างเป็นหลัก แต่คำหลักและข้อมูลเมตาอื่น ๆ นั้นมีความช่วยเหลือเพื่อให้เป็นพื้นฐานที่เหมาะสมสำหรับการวิเคราะห์.

การจำแนกประเภทขึ้นอยู่กับแหล่งที่มาของข้อมูลขนาดใหญ่

อีกวิธีทั่วไปในการแยกแยะระหว่างข้อมูลขนาดใหญ่ที่แตกต่างกันคือการดูที่แหล่งข้อมูล ใครสร้างข้อมูลอะไร? เช่นเดียวกับรุ่นก่อนหน้าวิธีการจัดหมวดหมู่นี้ยังประกอบด้วย 3 หมวดหมู่ที่แตกต่างกัน.

  1. คน: หมวดหมู่นี้เกี่ยวข้องกับข้อมูลขนาดใหญ่ที่สร้างขึ้นโดยผู้คน ตัวอย่างจะเป็นหนังสือรูปภาพวิดีโอรวมถึงข้อมูลและ (ส่วนบุคคล) ข้อมูลบนเว็บไซต์และโซเชียลมีเดียเช่น Facebook, Twitter, Instagram และอื่น ๆ.
  2. การลงทะเบียนกระบวนการ: หมวดหมู่นี้รวมถึงข้อมูลขนาดใหญ่แบบดั้งเดิมซึ่งรวบรวมและวิเคราะห์โดย บริษัท (ใหญ่) เพื่อปรับปรุงกระบวนการบางอย่างในธุรกิจ.
  3. เครื่อง: ข้อมูลขนาดใหญ่ประเภทนี้เป็นผลมาจากจำนวนเซ็นเซอร์ที่เพิ่มขึ้นเรื่อย ๆ ที่วางอยู่ในเครื่อง ตัวอย่างเช่นเซ็นเซอร์ความร้อนที่มักจะสร้างไว้ในโปรเซสเซอร์คอมพิวเตอร์ ข้อมูลที่สร้างโดยเครื่องมักจะมีความซับซ้อนมาก แต่อย่างน้อยข้อมูลขนาดใหญ่ประเภทนี้มักมีโครงสร้างที่ดีและสมบูรณ์.

สามารถใช้ข้อมูลขนาดใหญ่เพื่ออะไรได้?

โลโก้ Facebookทุกอย่างที่กล่าวมาอาจยังฟังดูค่อนข้างเป็นนามธรรม มาทำสิ่งที่เป็นรูปธรรมมากขึ้นและหารือเกี่ยวกับการใช้งานจริงของข้อมูลขนาดใหญ่ ท้ายที่สุดมีหลายวิธีที่ บริษัท และองค์กรใช้ข้อมูลขนาดใหญ่ หนึ่งในสิ่งแรกที่นึกถึงคือ บริษัท ข้อมูลจำนวนมหาศาลรวบรวมตัวเรา Facebook รวบรวมข้อมูลเกี่ยวกับผู้ใช้ทั้งหมดและวิเคราะห์สิ่งนี้เพื่อตัดสินใจว่าจะแสดงให้คุณเห็นในไทม์ไลน์ของคุณ แน่นอนว่าสิ่งนี้ทำเพื่อสนองความต้องการและความสนใจส่วนตัวของคุณ Facebook หวังว่าสิ่งนี้จะช่วยให้คุณอยู่บนเว็บไซต์ของพวกเขาเป็นเวลานาน ในทางกลับกัน Amazon จะรวบรวมข้อมูลเกี่ยวกับลูกค้าและผลิตภัณฑ์ที่พวกเขาซื้อ ด้วยวิธีนี้อเมซอนสามารถแนะนำผลิตภัณฑ์ที่พวกเขาคิดว่าคุณสนใจและเพิ่มรายได้ด้วยวิธีนี้.

อย่างไรก็ตามข้อมูลขนาดใหญ่ยังถูกใช้ในวิธีที่แตกต่างจากกลยุทธ์การค้าที่อธิบายไว้ข้างต้นอย่างสมบูรณ์ ตัวอย่างเช่น บริษัท ขนส่งสาธารณะสามารถรวบรวมข้อมูลเกี่ยวกับเส้นทางที่ยุ่งบางเส้นทาง หลังจากนั้นพวกเขาสามารถวิเคราะห์ข้อมูลนี้เพื่อตัดสินใจเช่นเส้นทางใดที่ต้องใช้รถเมล์หรือรถไฟเพิ่มเติม อีกกรณีที่รู้จักกันดีในการใช้ข้อมูลขนาดใหญ่อย่างมีประสิทธิภาพนั้นเกี่ยวข้องกับ UPS ยักษ์ใหญ่ส่งมอบระหว่างประเทศ UPS ใช้ซอฟต์แวร์พิเศษซึ่งพัฒนาขึ้นหลังจากการวิเคราะห์ข้อมูลขนาดใหญ่ ซอฟต์แวร์นี้ช่วยให้ไดรเวอร์ของ UPS หลีกเลี่ยงการเลี้ยวซ้ายซึ่งเป็นค่าใช้จ่ายสิ้นเปลืองและสิ้นเปลืองมากกว่าเลี้ยวขวา คาดคะเนว่าระบบนี้ช่วยประหยัดน้ำมันเชื้อเพลิงได้หลายล้านแกลลอนใน UPS ทั้งหมดขอบคุณข้อมูลขนาดใหญ่.

อีกตัวอย่างที่น่าสนใจของการรวบรวมข้อมูลขนาดใหญ่คือการทดสอบ DNA และเว็บไซต์เช่น MyHeritage DNA เว็บไซต์นี้อ้างว่าสามารถช่วยให้คุณ “เปิดเผยต้นกำเนิดของเผ่าพันธุ์ของคุณและค้นหาญาติใหม่” ด้วยการทดสอบดีเอ็นเออย่างง่าย กระบวนการนี้เกี่ยวข้องกับการรวบรวมข้อมูลจำนวนมากและการอ้างอิงโยงทำให้ผู้เล่นรายใหญ่อีกรายหนึ่งในการรวบรวมและการใช้ข้อมูลขนาดใหญ่ การตรวจดีเอ็นเอทางกายภาพแบบดั้งเดิมนั้นเกี่ยวข้องกับข้อมูลขนาดใหญ่จำนวนมากเนื่องจาก บริษัท ที่ดำเนินการทดสอบเหล่านี้จะได้รับชุดข้อมูลจำนวนมากเกี่ยวกับผู้คนจำนวนมาก แน่นอนว่าสิ่งสำคัญคือต้องตระหนักถึงความเสี่ยงที่อาจเกิดขึ้นซึ่งมาพร้อมกับกระบวนการรวบรวมข้อมูลขนาดใหญ่เหล่านี้ ความเสี่ยงเหล่านี้จะถูกเน้นในส่วนถัดไปของบทความนี้.

ข้อมูลขนาดใหญ่เป็นอันตราย?

ดังที่แสดงด้านบนข้อมูลขนาดใหญ่มีประโยชน์อย่างมากในหลายกรณี ทำให้เรามีข้อมูลมากมายที่เราสามารถใช้เพื่อปรับปรุงกระบวนการและทำให้ บริษัท มีประสิทธิภาพและผลกำไรมากขึ้น อย่างไรก็ตามนี่ไม่ได้หมายความว่าการรวบรวมและใช้ข้อมูลขนาดใหญ่นั้นไม่มีความเสี่ยงอย่างสมบูรณ์ มีความเสี่ยงที่สำคัญห้าประการที่มาพร้อมกับข้อมูลขนาดใหญ่ เราจะคุยเรื่องทั้งห้าที่นี่.

แฮกเกอร์และขโมย

ในทุกสิ่งที่เราทำออนไลน์มีความเสี่ยงที่ข้อมูลส่วนบุคคลและข้อมูลเกี่ยวกับกิจกรรมทางอินเทอร์เน็ตของเราอาจถูกขโมย ผู้ใช้อินเทอร์เน็ตทุกคนจะต้องตระหนักถึงสิ่งนี้ จำนวนข้อมูลรั่วไหลและขโมยได้เพิ่มขึ้นอย่างมากในช่วงไม่กี่ปีที่ผ่านมา มักมีเรื่องราวในข่าวเกี่ยวกับอาชญากรขายชุดข้อมูลที่มีรหัสผ่านและข้อมูลอื่น ๆ ในสถานที่เช่นเว็บมืด บ่อยครั้งที่ชุดข้อมูลเหล่านี้ถูกขโมยจากเว็บไซต์ บริษัท และองค์กรอย่างเป็นทางการ ยิ่งชุดข้อมูลเหล่านี้มีขนาดใหญ่เท่าใดก็ยิ่งน่าสนใจมากขึ้นเท่านั้นที่พวกโจรจะพยายามขอรับ หากพวกเขาได้รับในชุดข้อมูลเหล่านี้พวกเขาอาจทำให้เกิดปัญหามากมาย ไม่จำเป็นต้องพูดสิ่งนี้อาจทำให้ความเป็นส่วนตัวของคุณลดลงอย่างมาก.

ความเป็นส่วนตัว

การฝึกฝนในการรวบรวมข้อมูลส่วนบุคคลเริ่มแพร่หลายมากขึ้นเรื่อย ๆ อย่างไรก็ตามกฎระเบียบความเป็นส่วนตัวในปัจจุบันไม่สามารถติดตามการพัฒนาอย่างรวดเร็วของเทคโนโลยีที่ทำให้การปฏิบัตินี้เป็นไปได้ สิ่งนี้ทำให้มีพื้นที่สำหรับพื้นที่สีเทาและความไม่แน่นอนที่ไม่สามารถแก้ไขได้โดยการดูที่กฎหมาย ข้อกังวลด้านความเป็นส่วนตัวที่สำคัญที่เกิดขึ้น ได้แก่ : อนุญาตให้มีการรวบรวมข้อมูลประเภทใด เกี่ยวกับใคร ใครควรมีสิทธิ์เข้าถึงข้อมูลนี้?

เมื่อรวบรวมข้อมูลจำนวนมากโอกาสที่ข้อมูลส่วนบุคคลที่ละเอียดอ่อนรวมอยู่ในชุดข้อมูลเหล่านั้นจะสูง นี่เป็นปัญหาแม้ว่าแฮ็กเกอร์และขโมยจะไม่เล่นก็ตาม ท้ายที่สุดแล้วข้อมูลที่มีความอ่อนไหวต่อความเป็นส่วนตัวอาจถูกใช้โดยใครก็ตามที่มีเจตนาไม่ดี ซึ่งรวมถึง บริษัท และองค์กร (ที่เป็นอันตราย).

การวิเคราะห์ข้อมูลไม่ดี

บริษัท และองค์กรหลายแห่งรวบรวมข้อมูลขนาดใหญ่เพราะสามารถใช้เพื่อการวิเคราะห์ที่น่าสนใจ สิ่งนี้อาจให้ข้อมูลเชิงลึกใหม่ที่สำคัญแก่พวกเขาในสิ่งที่พวกเขากำลังค้นคว้า (เช่นตัวอย่างเช่นนิสัยของผู้บริโภค) ในทางกลับกันข้อมูลเชิงลึกและข้อสรุปเหล่านี้สามารถแปลความเปลี่ยนแปลงภายใน บริษัท ที่ส่งผลให้อัตรากำไรที่สูงขึ้นและผลกำไรมากขึ้น อย่างไรก็ตามเช่นเดียวกับชุดข้อมูลอื่น ๆ การวิเคราะห์ข้อมูลขนาดใหญ่ที่ไม่ถูกต้องอาจมีผลกระทบร้ายแรง ท้ายที่สุดการวิเคราะห์ที่ไม่เหมาะสมสามารถนำไปสู่ข้อสรุปที่ผิด สิ่งเหล่านี้สามารถแปลเป็นมาตรการที่ไม่มีประสิทธิภาพหรือแม้แต่มาตรการต่อต้าน.

การรวบรวมข้อมูล “ผิด”

ข้อมูลขนาดใหญ่กำลังได้รับความนิยมเพิ่มขึ้นเรื่อย ๆ และองค์กรต่างๆก็เต็มใจที่จะรวบรวมข้อมูลทุกประเภทมากขึ้นเรื่อย ๆ ซึ่งหมายความว่ามีการรวบรวมข้อมูลจำนวนมหาศาลโดยไม่ต้องมีเหตุผลที่ชัดเจนสำหรับการวิเคราะห์ กล่าวอีกนัยหนึ่งมันสร้างฐานข้อมูลขนาดใหญ่ของข้อมูลดิบที่รวบรวมในกรณี บริษัท ต่าง ๆ คิดว่ามันง่ายพอที่จะรวบรวมข้อมูลทั้งหมดดังนั้นพวกเขาอาจทำได้ดี ไม่จำเป็นต้องพูดสิ่งนี้ไม่ดีสำหรับความเป็นส่วนตัวของทุกคน อาจนำไปสู่การรวบรวมและวิเคราะห์ข้อมูลที่ไม่เกี่ยวข้องหรือ “ผิด” หากข้อสรุปที่ได้จากการวิเคราะห์นี้ถูกนำมาใช้ในการจัดการอาจนำไปสู่มาตรการที่ไม่มีประสิทธิภาพเหมือนที่กล่าวไว้ในวรรคก่อน.

การรวบรวมและบันทึกข้อมูลขนาดใหญ่ด้วยความตั้งใจที่ไม่ดี

การรวบรวมข้อมูลขนาดใหญ่มีการใช้บ่อยขึ้นโดย บริษัท องค์กรและหน่วยงานรัฐบาลเพื่อให้พวกเขาสามารถสร้างโปรไฟล์ส่วนตัวที่แม่นยำให้กับผู้คน ผู้ใช้หรือประชาชนแทบจะไม่ได้รับแจ้งเกี่ยวกับข้อมูลส่วนบุคคลใดที่ลงทะเบียนไว้ทำไมถึงเป็นเช่นนั้น ไม่จำเป็นต้องพูดว่าสิ่งนี้มีนัยสำคัญต่อความเป็นส่วนตัวออนไลน์ของพวกเขา ทุกสิ่งที่พวกเขาทำออนไลน์สามารถบันทึกและดูได้ในภายหลัง ยิ่งกว่านั้นตัวรวบรวมข้อมูลขนาดใหญ่สามารถมีอิทธิพลและจัดการการตัดสินใจของผู้คนได้อย่างง่ายดายโดยการวิเคราะห์และใช้ข้อมูลที่รวบรวมได้.

ข้อมูลขนาดใหญ่และความเป็นส่วนตัว

สมาร์ทโฟนที่มีรูปภาพของหูอย่างที่คุณอาจจะเข้าใจแล้วในตอนนี้ข้อมูลขนาดใหญ่มาพร้อมกับข้อเสียและความเสี่ยงมากมาย อย่างไรก็ตาม บริษัท และองค์กรหลายแห่งยังคงเก็บรวบรวมข้อมูลในวงกว้างเนื่องจากส่วนใหญ่จะช่วยให้พวกเขาเติบโตและก้าวหน้าได้ การรวบรวมข้อมูลขนาดใหญ่ทำได้ง่ายกว่าที่เคยเป็นมา สิ่งนี้มีผลกระทบอย่างมากต่อความเป็นส่วนตัวของเรา เราได้พูดคุยสั้น ๆ ถึงอันตรายความเป็นส่วนตัวที่เป็นไปได้ของฝ่ายประสงค์ร้ายที่รวบรวมข้อมูลที่ไม่ดี เนื่องจากความเป็นส่วนตัวของเราเชื่อมโยงอย่างใกล้ชิดกับการเก็บรวบรวมข้อมูลส่วนบุคคลจำนวนมากเราจึงต้องการใช้ส่วนนี้เพื่อหารือเกี่ยวกับข้อกังวลด้านความเป็นส่วนตัวต่างๆที่มาพร้อมกับข้อมูลขนาดใหญ่.

การรวบรวมข้อมูลขนาดใหญ่

บริษัท จำนวนมากรวมถึง Google, Facebook และ Twitter นั้นต้องพึ่งพาโฆษณาเพื่อรักษาตัวเองและสร้างผลกำไร เพื่อให้โฆษณาเหล่านี้มีประสิทธิภาพมากที่สุด บริษัท เหล่านี้จึงสร้างโปรไฟล์โดยละเอียดเกี่ยวกับผู้ใช้โดยเฉพาะการพิจารณาความชอบและความสนใจของพวกเขา นี่คือรูปแบบของข้อมูลขนาดใหญ่ รัฐบาลและหน่วยงานลับก็ขึ้นอยู่กับข้อมูลขนาดใหญ่เช่นกัน พวกเขาใช้ข้อมูลจำนวนมหาศาลนี้เพื่อติดตามและตรวจสอบคนที่พวกเขาคิดว่าน่าสงสัย แน่นอนว่านี่หมายความว่ามีข้อมูลจำนวนมากสำหรับอาชญากรไซเบอร์ที่จะเข้ามามีส่วนร่วมและอาจจัดการและใช้งานในทางที่ผิด สิ่งนี้สามารถสร้างความเป็นส่วนตัวและปัญหาเกี่ยวกับตัวตนได้ทุกประเภท หนึ่งในใจคือการขโมยข้อมูลประจำตัว.

ถึงกระนั้นความเป็นไปได้ที่มาพร้อมกับการรวบรวมในฐานข้อมูลนั้นกว้างกว่านี้มาก ทุกวันนี้เทคโนโลยีมีความก้าวหน้าและ “ฉลาด” จนสามารถรวมชุดข้อมูลได้ สิ่งนี้สามารถทำได้ในลักษณะที่ฉลาดและมีไหวพริบซึ่ง บริษัท และองค์กรขนาดใหญ่น่าจะรู้จักคุณมากกว่าคุณ! คุณเป็นใครคุณอยู่ที่ไหนงานอดิเรกของคุณคืออะไรเพื่อนของคุณคือใคร: ข้อมูลนี้จะไม่เป็นข้อมูลส่วนตัวอีกต่อไป ไม่ใช่ความคิดที่ปลอบโยนคุณอาจคิดว่า โชคดีที่มีบางวิธีในการปกป้องตัวคุณเองจากการละเมิดข้อมูลส่วนบุคคลขนาดใหญ่ที่อาจทำให้เกิด.

กฎหมายเกี่ยวกับความเป็นส่วนตัว

คุกกี้บนหน้าจอกฎหมายและข้อบังคับความเป็นส่วนตัวสามารถปกป้องเราจากการละเมิดความเป็นส่วนตัว แต่ในระดับหนึ่งเท่านั้น เพื่อให้เรื่องซับซ้อนขึ้นกฎหมายความเป็นส่วนตัวมักจะแตกต่างกันอย่างมากระหว่างประเทศและภูมิภาคต่างๆ ตัวอย่างเช่นในยุโรปมีการบังคับใช้กฎหมายความเป็นส่วนตัวของผู้บริโภคที่เข้มงวดซึ่งเรียกว่ากฎการคุ้มครองข้อมูลทั่วไป (GDPR) กฎหมายนี้ใช้กับประเทศสมาชิกสหภาพยุโรปทุกแห่งแม้ว่ารายละเอียดอาจแตกต่างกันไปในแต่ละประเทศ บริษัท ต่างประเทศหลายแห่งได้ตัดสินใจที่จะปฏิบัติธุรกิจทั้งหมดของพวกเขาเพื่อ GDPR นี่คือสาเหตุที่ Google อนุญาตให้ผู้ใช้ร้องขอการลบข้อมูลส่วนบุคคลในขณะนี้ อย่างไรก็ตามกฎหมายความเป็นส่วนตัวในสหรัฐอเมริกาแตกต่างจากรัฐหนึ่งไปอีกรัฐหนึ่งและไม่ได้คุ้มครองผู้บริโภคและสหภาพยุโรป น่าเสียดายที่นี่เป็นจริงสำหรับกฎหมายความเป็นส่วนตัวที่เข้มงวดที่สุดในสหรัฐอเมริกาพระราชบัญญัติความเป็นส่วนตัวของผู้บริโภคแคลิฟอร์เนีย.

กล่าวโดยสรุปไม่มีกฎหมายความเป็นส่วนตัวระดับโลกที่ใช้กับผู้รวบรวมข้อมูลขนาดใหญ่ทั้งหมดและปกป้องผู้ใช้ทั้งหมด ซึ่งหมายความว่าความเป็นส่วนตัวของเราไม่เพียงได้รับความเสียหายจากผู้เก็บรวบรวมข้อมูลขนาดใหญ่ในทางที่ผิดกฎหมาย แต่ยังอยู่ในรูปแบบทางกฎหมายที่สมบูรณ์แบบ โชคดีที่การละเมิดความเป็นส่วนตัวขนาดใหญ่ที่ถูกเปิดเผยโดยนักเป่านกหวีดอย่าง Edward Snowden และ Chelsea Manning ได้เพิ่มการรับรู้ถึงความเสี่ยงของข้อมูลขนาดใหญ่อย่างมาก แน่นอนว่านี่เป็นเพียงก้าวแรกในการปรับปรุงกฎหมายความเป็นส่วนตัวในปัจจุบัน.

ผู้ใช้อินเทอร์เน็ตหลายคนไม่เต็มใจที่จะรอการปรับปรุงกฎหมายความเป็นส่วนตัวและถูกต้อง แต่พวกเขาต้องการดำเนินการเองโดยทำทุกอย่างเท่าที่ทำได้เพื่อปกป้องความเป็นส่วนตัวของพวกเขา คุณต้องการหลีกเลี่ยงการเป็นส่วนหนึ่งของชุดข้อมูลขนาดใหญ่นับไม่ถ้วนเช่นกันหรือไม่? มีเคล็ดลับและเทคนิคต่าง ๆ ที่จะช่วยคุณในการเดินทาง.

วิธีป้องกันไม่ให้ข้อมูลของคุณถูกบันทึกในชุดข้อมูลขนาดใหญ่

ชุดข้อมูลขนาดใหญ่ส่งผลกระทบต่อความเป็นส่วนตัวและความปลอดภัยของคุณอย่างจริงจัง ชุดข้อมูลเหล่านี้อาจมีข้อมูล (ส่วนตัว) ทุกประเภทซึ่งอาจถูกใช้โดย บริษัท ใหญ่หรือแม้แต่อาชญากรไซเบอร์ นั่นเป็นเหตุผลที่คุณควรทำให้แน่ใจว่าจะทิ้งร่องรอยการออนไลน์ไว้ให้น้อยที่สุดเท่าที่จะทำได้ เคล็ดลับต่อไปนี้สามารถช่วยให้คุณทำสิ่งนี้ได้:

  • พยายามลดการใช้ข้อมูลส่วนบุคคลของคุณให้น้อยที่สุดเมื่อสร้างรหัสผ่านหรือโดยทั่วไปบนเว็บ ตัวอย่างเช่น: หลีกเลี่ยงการใช้ชื่อที่อยู่หมายเลขโทรศัพท์วันเดือนปีเกิดเป็นต้น.
  • โปรดจำไว้เสมอว่า: ทุกสิ่งที่คุณเผยแพร่บนอินเทอร์เน็ตจะอยู่ที่นั่นตลอดไป สิ่งนี้อาจไม่เป็นจริงอย่างสมบูรณ์ แต่ความระมัดระวังในระดับนี้จะช่วยปกป้องความเป็นส่วนตัวของคุณ คุณจะจัดการข้อมูลส่วนตัวของคุณโดยอัตโนมัติด้วยความระมัดระวังมากขึ้นเมื่อคุณทราบถึงความจริงนี้.
  • ตรวจสอบให้แน่ใจว่าการเชื่อมต่ออินเทอร์เน็ตของคุณปลอดภัยและไม่ระบุชื่อตัวอย่างเช่นโดยใช้ Tor-browser หรือ VPN เป็นต้น.
  • ใช้ตัวบล็อกโฆษณาหนึ่งหรือหลายตัวในเบราว์เซอร์ของคุณ.
  • ใช้ปลั๊กอินของเบราว์เซอร์ที่บล็อกตัวติดตามและคุกกี้.
  • ล้างแคชและลบประวัติการเข้าชมและคุกกี้เป็นประจำ.
  • ออกจากเว็บไซต์เมื่อคุณไม่ได้ใช้งาน.

การทำตามขั้นตอนเหล่านี้เป็นการเริ่มต้นที่ดีเมื่อต้องปกป้องความเป็นส่วนตัวและความปลอดภัยออนไลน์ของคุณ อย่างไรก็ตามโปรดทราบว่าข้อมูลขนาดใหญ่ถูกรวบรวมในรูปแบบที่แตกต่างกันมากมายไม่ใช่แค่ออนไลน์ ในระยะสั้นไม่ว่าคุณจะอยู่ที่ไหนและกำลังทำอะไรคุณควรระมัดระวังและพยายามปกป้องข้อมูล (ส่วนตัว) ของคุณจากตัวรวบรวมข้อมูลขนาดใหญ่.

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