江苏龙网

  1. 首页 > 资讯 > 科技 > >

同意|数据隐私的重建：重构人机交互中的“知情同意”(14)


实际上 ， 此数据信任模型可以潜在地指定法律条款和治理流程以及数据访问的技术机制 。 数据信任的另一种类型是一个共同组织 ， 代表具有民主控制权并共享信任的成员管理数据及其利润 。 尼尔森·劳伦斯（Neil Lawrence）是亚马逊研究剑桥大学的机器学习总监兼谢菲尔德大学的机器学习教授 ， 他建议“数据主体将他们的数据汇集起来 ， 形成一种信任 ， 规定了可以共享数据的条件……大足以成为控制[...]方式的有效合作伙伴63具有创始宪法和任命的代表 ， 这种类型的数据信任可以考虑成员的利益和意愿来做出有关数据共享和使用的决策 。 在这种模式下 ， 将进行汇总控制 ， 这将委托给代表 。
数据信任也可以反映特定的法律结构 。 信托是一种法律结构 ， 它使一方（即受托人）能够授予另一方（受托人）为第三方的利益而持有资产的权利 。 受益人和信托在历史上一直被用来持有资产 ， 例如房地产或投资 。 有人建议数据信任可用于形成一种治理 ， 在这种治理中 ， 数据被免费分发 ， 并且数据收集者和处理者对数据主体负有关怀和信任的职责 。 第三方受托人有以其最大利益做出决策的责任 ， 也称为信托责任 。 数据信任也被称为“公民信任” ， 它是第三方数据共享的独立信托管理 ， 可以查看 ， 监视和强制执行收集器共享数据的方式 。
还可以开发其他模型的数据信任 ， 包括或创造性地重新考虑上述特征 。 例如 ， 可以设想将数据信任作为企业来提供数据管理作为个人服务 。 这样的营利性受托数据托管者可能不一定要自己保存数据 ， 但是 ， 例如 ， 可以从技术上允许存储用户的隐私首选项和个人用户代理的功能（如上所述） 。 他们还可能会大致评估数据收集实体的声誉（例如 ， 通过自己的或第三方的分级） ， 便于创建白名单或黑名单 ， 如果用户愿意 ， 则可以针对这些清单检查数据请求 。 此外 ， 此类受信任的服务提供商可能会监督数据收集实体的合规性 。 根据个人的合法要求 ， 并向个人提供相对于数据收集实体的私人或集体法律代表 。
解决这些挑战的另一个潜在解决方案是社区拥有的数据资产方法 。 数据托管人必须设置隐私和安全机制 ， 以赢得信任并安全地保护数据 。 一种方法是创建经过审查的研究人员在其中安全地控制逻辑的数据分析沙箱 ， 其中无法完全确定身份的个人级别的个人数据 。 未经相应数据所有者的明确许可 ， 研究人员将无法复制参与者的数据或以其他方式删除数据 。
该模型既可以避免共识疲劳 ， 又可以实现广泛的隐私保护数据使用 。 这种方法还解决了国家间数据机构共享的许多问题 ， 因为个人始终是各自数据的代理 。 各种数据信任模型试图为不熟悉的人提供解决方案 ， 用隐私行话来说 ， 不一定时间和精力来调整他们在隐私问题上的决定 。 与任何依赖代表结构的实体一样 ， 对监督 ， 透明度和问责制也存在担忧 。
人们关注的一个问题是 ， 数据信任如何才能真正忠实地代表消费者的利益和选择 。 促进将消费者选择纳入信任系统的过程的一种方法是创建一种标准化风险和收益的方法 。 可以有一个数字和通过第三方组织的标准化评估 ， 信托可以采取政策 ， 说明他们将选择哪种风险和收益组合 ， 从而使消费者可以根据自己偏好的收益率和风险承受能力选择信托 。 另一个潜在的问题 ， 维护安全：如果数据信任是存储和传输数据的实体 ， 那么如何创建足够的安全基础架构？面对数据泄露 ， 这是谁的责任？
8.算法的可解释性
根据通知给予同意时 ， 假定通知如实地解释了一旦给予同意 ， 个人数据将会发生的情况 。 当涉及到“黑匣子”机器学习算法时 ， 这种范例就破裂了：尽管有预期的目的 ， 数据处理器也不一定能预见甚至无法核实该算法将如何精确地处理数据 。 为了在这种情况下帮助个人控制其数据 ， 黑盒算法必须经过审核 ， 以限制损害 。


推荐阅读


上一篇：电商|中国电商流量之争，谁会是下一个生力军？

下一篇：弘芯|千亿半导体项目烂尾，武汉弘芯深陷资金危局！空壳股东背后更有神秘人，专家提醒：警惕“芯骗”！