Big data e privacy: quali sono i rischi per la privacy? | VPNOverview

Negli ultimi decenni, il mondo è cambiato enormemente sotto molti aspetti, soprattutto per quanto riguarda l’IT. Il numero di persone con cui siamo in grado di comunicare su base giornaliera è cresciuto enormemente, proprio come la quantità di informazioni a cui abbiamo accesso. Tuttavia, lo stesso vale per la quantità di informazioni che le grandi aziende raccolgono su di noi. Termini come i big data vengono utilizzati con maggiore frequenza con il passare del tempo. Ma cosa significa esattamente? Cosa sono i big data? È pericoloso? In che modo influisce sulla nostra privacy? Queste sono alcune delle domande che tratteremo in questo articolo.


Cosa sono i big data?

Elenco con lente d'ingrandimentoIl termine “big data” descrive le enormi quantità di dati (personali) che vengono continuamente raccolti da diversi attori. Un esempio potrebbero essere tutte le informazioni che Google raccoglie sulle query di ricerca dei suoi utenti. Il fenomeno dei big data è uno sviluppo relativamente recente iniziato perché (grandi) aziende e organizzazioni, come Facebook, Google e la maggior parte dei governi, hanno iniziato a raccogliere sempre più dati su utenti, clienti e cittadini rispetto a prima. Le nuove tecnologie, un mondo digitalizzato e Internet hanno aiutato immensamente questo sviluppo.

Le raccolte di big data sono spesso così vaste che è impossibile analizzarle utilizzando l’analisi dei dati tradizionale. Tuttavia, se si analizzano i big data nel modo giusto, si possono indurre modelli e conclusioni interessanti. Ad esempio, i big data vengono spesso utilizzati per ricerche di mercato su larga scala: quali prodotti hanno maggiori probabilità di essere acquistati? Quale tipo di pubblicità è più efficace quando vuoi raggiungere e convincere i clienti?

Affinché un set di dati sia considerato big data, di solito dovrebbe soddisfare i seguenti tre criteri, noti anche come 3 v:

  • Volume: I big data sono tutt’altro che un piccolo campione. Implica vaste raccolte di dati, risultanti da osservazioni lunghe e continue.
  • Velocità: Ciò ha a che fare con le impressionanti velocità con cui vengono raccolti i big data. Inoltre, i big data sono spesso accessibili in tempo reale (mentre vengono raccolti).
  • Varietà: I set di dati di grandi dimensioni spesso contengono molti tipi diversi di informazioni. I dati all’interno di grandi insiemi di dati potrebbero persino essere combinati per colmare eventuali lacune e rendere il set di dati ancora più completo.

A parte queste 3 v, i big data hanno alcune altre caratteristiche. Ad esempio, i big data sono ottimi per l’apprendimento automatico. Ciò significa che può essere efficacemente utilizzato per insegnare a computer e macchine determinati compiti. Inoltre, come abbiamo già brevemente accennato, i big data possono essere utilizzati per rilevare modelli. Ciò avviene principalmente in modo molto efficace, per mezzo di computer che lavorano sui dati. Infine, i big data sono il riflesso delle impronte digitali digitali degli utenti. Ciò significa che è un sottoprodotto delle attività digitali e online delle persone e può essere utilizzato per creare profili personali individuali.

Diversi tipi di big data

Esistono diversi modi per classificare i big data. Il primo modo, utilizzato più frequentemente, differenzia i big data in base al tipo di dati che vengono raccolti. Le tre possibili categorie utilizzate per questo tipo di classificazione sono: big data strutturati, big data non strutturati e big data semi strutturati.

  1. strutturato: Quando i big data sono strutturati, possono essere salvati e presentati in modo organizzato e logico, rendendo i dati più accessibili e più comprensibili. Un esempio potrebbe essere un elenco di indirizzi dei clienti creati da un’azienda. In questo elenco, si potrebbero probabilmente trovare i nomi, gli indirizzi e forse altri dettagli dei clienti come numeri di telefono, tutti strutturati in modo chiaro, ad esempio in un grafico o in una tabella.
  2. non strutturati: I big data non strutturati non sono affatto organizzati. Manca una presentazione logica che avrebbe senso per l’essere umano medio. I big data non strutturati non hanno la struttura, ad esempio, di una tabella che denota una certa coerenza tra i diversi elementi del set di dati. Quindi questo tipo di dati è piuttosto difficile da navigare e comprendere. Molti set di dati inizialmente iniziano come big data non strutturati.
  3. Semi-strutturata: I big data semi-strutturati, come avrete intuito, hanno caratteristiche sia dei big data strutturati che non strutturati. La natura e la rappresentazione di questo tipo di dati non sono completamente arbitrarie. Tuttavia, non è neppure strutturato e organizzato abbastanza per essere utilizzato per un’analisi significativa. Un esempio potrebbe essere una pagina Web che contiene tag di metadati specifici (informazioni extra che non sono direttamente visibili nel testo), ad esempio perché contiene determinate parole chiave. Questi tag mostrano effettivamente informazioni specifiche, come l’autore di una pagina o il momento in cui è stata messa online. Il testo stesso è sostanzialmente non strutturato, ma le parole chiave e altri metadati che contiene aiutano a renderlo una base un po ‘adatta per l’analisi.

Classificazione basata sulla fonte di big data

Un altro modo comune per distinguere tra diversi tipi di big data è guardare l’origine dei dati. Chi o cosa ha generato le informazioni? Come la precedente idea, questo metodo di classificazione comprende anche 3 diverse categorie.

  1. Persone: Questa categoria riguarda i big data generati dalle persone. Esempi potrebbero essere libri, immagini, video, nonché informazioni e dati (personali) su siti Web e social media, come Facebook, Twitter, Instagram e così via.
  2. Registrazione del processo: Questa categoria include il tipo più tradizionale di big data, che viene raccolto e analizzato da (grandi) aziende per migliorare determinati processi in un’azienda.
  3. macchine: Questo tipo di big data deriva dal numero sempre crescente di sensori posizionati nelle macchine. Un esempio potrebbe essere il sensore di calore che è spesso integrato nei processori per computer. I dati generati dalle macchine possono spesso essere molto complessi, ma almeno questo tipo di big data è generalmente ben strutturato e completo.

A cosa possono servire i big data?

Logo di FacebookTutto ciò che è stato discusso finora potrebbe ancora sembrare in qualche modo astratto. Rendiamo le cose un po ‘più concrete e discutiamo alcune applicazioni nella vita reale dei big data. Dopotutto, ci sono molti, molti modi in cui le aziende e le organizzazioni utilizzano i big data. Una delle prime cose che mi viene in mente è l’enorme quantità di dati raccolti dalle aziende su di noi. Facebook raccoglie dati su tutti i suoi utenti e li analizza per decidere cosa mostrarti sulla tua cronologia. Naturalmente, questo viene fatto per soddisfare i tuoi desideri e interessi personali. Facebook spera che questo ti faccia rimanere sul loro sito Web per periodi di tempo più lunghi. A sua volta, Amazon raccoglie informazioni sui propri clienti e sui prodotti che acquistano. In questo modo, Amazon può consigliare prodotti a cui pensano di essere interessati e aumentare i loro guadagni in questo modo.

Tuttavia, i big data vengono anche utilizzati in modi completamente diversi dalle strategie commerciali sopra descritte. Ad esempio, le compagnie di trasporto pubblico possono raccogliere dati su quanto sono occupati determinati percorsi. Successivamente, potrebbero analizzare questi dati per decidere, ad esempio, quali rotte richiedono autobus o treni aggiuntivi. Un altro caso ben noto di utilizzo efficace dei big data riguarda il colosso internazionale UPS per le consegne. UPS utilizza un software speciale sviluppato dopo l’analisi dei big data. Questo software aiuta i conducenti UPS a evitare le svolte a sinistra, che sono più costose, più dispendiose e più pericolose delle svolte a destra. Presumibilmente, questo sistema ha già risparmiato UPS milioni di litri di carburante, il tutto grazie ai big data.

Un altro esempio interessante di raccolta di big data sono i test del DNA e siti Web come MyHeritage DNA. Questo sito Web afferma che può aiutarti a “scoprire le tue origini etniche e trovare nuovi parenti” con un semplice test del DNA. Inutile dire che questo processo comporta un sacco di raccolta e riferimenti incrociati di dati, rendendolo un altro attore importante nella raccolta e nell’uso di big data. Anche i test del DNA fisico “tradizionali” implicano un’enorme quantità di big data, poiché le aziende che conducono questi test acquisiranno set di dati estremamente grandi su molte, molte persone. Naturalmente, è importante essere consapevoli dei possibili rischi associati a questi processi di raccolta di big data. Questi rischi saranno evidenziati nella prossima parte di questo articolo.

I big data sono pericolosi?

Come mostrato sopra, i big data possono essere incredibilmente utili in molti casi. Ci fornisce tonnellate di informazioni che possiamo utilizzare per semplificare i processi e rendere le aziende più efficienti e redditizie. Tuttavia, ciò non significa che la raccolta e l’utilizzo di big data sia completamente privo di rischi. Esistono cinque importanti rischi associati ai big data. Discuteremo tutti e cinque qui.

Hacker e ladri

Con tutto ciò che facciamo online, c’è il rischio intrinseco che i nostri dati personali e le informazioni sulle nostre attività su Internet possano essere rubati. Ogni utente di Internet deve esserne consapevole. Il numero di perdite e furti di dati è aumentato drasticamente negli ultimi anni. Spesso ci sono storie nelle notizie sui criminali che vendono set di dati contenenti password e altre informazioni su luoghi come il web oscuro. Spesso, questi set di dati vengono rubati da siti Web, società e organizzazioni ufficiali. Più sono grandi questi set di dati, più interessante diventa per i ladri cercare di ottenerli. Se mettono le mani su questi set di dati, potrebbero causare molti problemi. Inutile dire che ciò potrebbe anche compromettere notevolmente la tua privacy.

vita privata

La pratica della raccolta di dati personali sta diventando sempre più diffusa. Tuttavia, le attuali normative sulla privacy non possono tenere il passo con i rapidi sviluppi tecnologici che rendono possibile questa pratica. Questo lascia spazio alle aree grigie e alle incertezze che non possono essere risolte guardando la legge. Importanti preoccupazioni sulla privacy che emergono comprendono: che tipo di dati è consentito raccogliere? Di chi? Chi dovrebbe avere accesso a questi dati?

Quando si raccolgono grandi quantità di dati, è probabile che le informazioni personali sensibili siano incluse in tali set di dati. Questo è problematico, anche quando hacker e ladri non sono in gioco. Dopotutto, i dati sensibili alla privacy potrebbero essere abusati da chiunque abbia cattive intenzioni. Ciò include aziende e organizzazioni (dannose).

Scarsa analisi dei dati

Molte aziende e organizzazioni raccolgono i big data, perché possono usarli per analisi interessanti. Ciò potrebbe fornire loro nuove importanti informazioni su qualunque cosa stiano ricercando (come, ad esempio, le abitudini dei consumatori). A loro volta, queste intuizioni e conclusioni potrebbero tradursi in cambiamenti all’interno dell’azienda che si traducono in margini più elevati e maggiori profitti. Tuttavia, proprio come con qualsiasi altro set di dati normale, un’analisi errata dei big data può avere gravi conseguenze. Dopotutto, un’analisi impropria può facilmente portare a conclusioni errate. Questi possono a loro volta tradursi in misure inefficaci o addirittura controproducenti.

Raccolta di dati “errati”

I big data stanno diventando sempre più popolari e le organizzazioni sono sempre più disposte a raccogliere tutti i tipi di dati. Ciò significa che vengono raccolte enormi quantità di dati senza che vi sia una chiara ragione per analizzarli. In altre parole, crea un enorme database di informazioni non elaborate che è stato raccolto per ogni evenienza. Le aziende probabilmente pensano che sia abbastanza facile raccogliere tutti questi dati, quindi potrebbero anche farlo. Inutile dire che non va bene per la privacy di nessuno. Potrebbe persino portare alla raccolta e all’analisi di dati irrilevanti o “sbagliati”. Se le conclusioni tratte da questa analisi sono utilizzate nella gestione, ciò potrebbe portare alle stesse misure inefficaci menzionate nel paragrafo precedente.

Raccolta e salvataggio di big data con cattive intenzioni

La raccolta di big data viene utilizzata sempre più spesso da aziende, organizzazioni e governi in modo che possano creare profili individuali precisi sulle persone. Gli utenti o i cittadini non vengono quasi mai informati su quali dei loro dati personali vengano registrati, figuriamoci perché e come. Inutile dire che ciò ha serie implicazioni per la loro privacy online. Tutto ciò che fanno online, può essere salvato e visualizzato in seguito. Inoltre, i grandi collezionisti di dati potrebbero facilmente influenzare e manipolare il processo decisionale delle persone analizzando e utilizzando i dati raccolti.

Big data e privacy

Smartphone con foto dell'orecchioCome probabilmente capirai ormai, i big data presentano molti svantaggi e rischi. Tuttavia, molte aziende e organizzazioni raccolgono ancora dati su vasta scala, principalmente a causa di come possono aiutarli a crescere e avanzare. La raccolta di big data è più semplice che mai. Ciò ha enormi conseguenze per la nostra privacy. Abbiamo già discusso brevemente dei possibili pericoli per la privacy delle parti maligne che raccolgono dati errati. Poiché la nostra privacy è così strettamente legata alla raccolta di massa di dati personali, vogliamo utilizzare questa sezione per discutere i diversi problemi di privacy che derivano dai big data.

Raccolta dati su larga scala

Molte aziende, tra cui Google, Facebook e Twitter, dipendono fortemente dalle pubblicità per sostenersi e realizzare profitti. Per rendere questi annunci il più efficaci possibile, queste aziende creano profili dettagliati sui propri utenti, in particolare tenendo conto dei loro Mi piace e dei loro interessi. Questa è una forma di big data. Allo stesso modo, i governi e i servizi segreti dipendono anche dai big data. Usano questa grande quantità di informazioni per rintracciare e indagare le persone che ritengono sospette. Ovviamente, questo significa anche che ci sono molti big data per i criminali informatici su cui mettere le mani e forse persino manipolare e abusare. Questo può creare ogni sorta di privacy e problemi relativi all’identità. Uno che viene in mente è il furto di identità.

Tuttavia, le possibilità offerte dalla raccolta in database sono molto più ampie di questa. In questi giorni, la tecnologia è diventata così avanzata e “intelligente” da poter combinare set di dati. Questo può essere fatto in modo così intelligente e astuto, che le grandi aziende e organizzazioni probabilmente conoscono più te di te di te! Chi sei, dove vivi, quali sono i tuoi hobby, chi sono i tuoi amici: nessuna di queste informazioni sarà più privata. Non è un pensiero molto confortante, potresti pensare. Fortunatamente, ci sono alcuni modi per proteggersi dalla violazione della privacy su larga scala che i big data possono causare.

Leggi sulla privacy

Cookie sullo schermoLe leggi e le normative sulla privacy possono proteggerci dalla violazione della privacy, ma solo fino a un certo punto. Per rendere le cose più complicate, le leggi sulla privacy spesso differiscono notevolmente tra i diversi paesi e regioni. Ad esempio, in Europa è in vigore una legge sulla privacy dei consumatori relativamente rigida denominata Regolamento generale sulla protezione dei dati (GDPR). Questa legge si applica a tutti gli Stati membri dell’UE, anche se i dettagli potrebbero differire per Paese. Molte aziende internazionali hanno deciso di rispettare tutte le loro attività nel GDPR. Questo è il motivo per cui Google, ad esempio, ora consente agli utenti di richiedere la cancellazione di informazioni personali. Tuttavia, le leggi sulla privacy negli Stati Uniti differiscono da stato a stato e non proteggono i consumatori e l’UE. Sfortunatamente, questo è vero anche per la più severa legge sulla privacy negli Stati Uniti, la California Consumer Privacy Act.

In breve, non esiste una forte legge sulla privacy “globale” che si applica a tutti i raccoglitori di big data e protegge tutti gli utenti. Ciò significa che la nostra privacy non è solo danneggiata dai grandi collezionisti di dati in modo illegale, ma anche in modi perfettamente legali, per quanto paradossale possa sembrare. Fortunatamente, le violazioni della privacy su vasta scala esposte da informatori come Edward Snowden e Chelsea Manning hanno notevolmente aumentato la consapevolezza dei rischi dei big data. Naturalmente, questo è solo un primo passo per migliorare le attuali leggi sulla privacy.

Molti utenti di Internet non sono disposti ad attendere un miglioramento delle leggi sulla privacy – e giustamente. Piuttosto, vogliono agire da soli facendo tutto il possibile per proteggere la loro privacy. Vuoi evitare di far parte anche di innumerevoli insiemi di big data? Ci sono molti consigli e trucchi per aiutarti nella tua strada.

Come evitare che i tuoi dati vengano salvati in grandi insiemi di dati

I set di dati di grandi dimensioni incidono seriamente sulla privacy e sulla sicurezza. Questi set di dati potrebbero contenere tutti i tipi di informazioni (personali), che potrebbero essere abusate da grandi aziende o persino cyber criminali. Ecco perché dovresti sempre assicurarti di lasciare il minor numero di tracce online possibile. I seguenti suggerimenti possono aiutarti a raggiungere questo obiettivo:

  • Cerca di ridurre al minimo l’uso delle tue informazioni personali durante la creazione di password o in generale sul Web. Ad esempio: evita di usare il tuo nome, indirizzo, numero di telefono, data di nascita e così via.
  • Ricorda sempre quanto segue: tutto ciò che pubblichi su Internet, sarà lì per sempre. Questo potrebbe non essere sempre del tutto vero, ma questo livello di cautela aiuta a salvaguardare la tua privacy. Gestirai automaticamente i tuoi dati privati ​​con maggiore cura una volta che ne sarai consapevole.
  • Assicurati che la tua connessione Internet sia protetta e anonima, ad esempio utilizzando il Tor-browser o una VPN, ad esempio.
  • Usa uno o più blocchi di annunci nel tuo browser.
  • Utilizzare su o più plug-in del browser che bloccano tracker e cookie.
  • Svuota regolarmente la cache ed elimina la cronologia di navigazione e i cookie.
  • Esci dai siti Web quando non li stai utilizzando attivamente.

Fare questi passi è un buon inizio quando si tratta di salvaguardare la privacy e la sicurezza online. Tieni presente, tuttavia, che i big data vengono raccolti in molti modi diversi, non solo online. In breve, ovunque tu sia e qualunque cosa tu stia facendo, dovresti sempre essere vigile e cercare di proteggere i tuoi dati (personali) da grandi collezionisti di dati.

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