Raccomandazioni per conformarsi alla LOPD e al RLOPD nei progetti di Big Data

Il regolamento di sviluppo della LOPD si chiama RLOPD che è stato approvato tramite Decreto Reale 1720/2007 e nasce come quadro per lo sviluppo dei mandati contenuti nella Legge Organica 15/1999 per la Protezione dei Dati di Carattere Personale così come nella Direttiva Europea 95/46 QUESTO.

Quando si tratta di Big Data, non esistono norme specifiche che lo regolino. tuttavia, è la Legge 15/1999 e il Regolamento Generale sulla Protezione dei Dati (RGPD, conosciuto come RGPD), il quadro legislativo da applicare.

Grandi dati implica il trattamento e la gestione di grandi quantità di dati. Tra questi ci sono molti dati personali. Questo può significare grandi vantaggi per le aziende e le organizzazioni che li utilizzano, ma comporta anche rischi per la sicurezza che possono andare contro il RLOPD. Per minimizzarli si deve prestare particolare attenzione a:

• la qualità dei dati utilizzati
• la loro conservazione
• Immagazzinamento

Misure da considerare per il rispetto del RLOPD

Per sfruttare al massimo il potenziale del Big Data e dei suoi strumenti analitici, è fondamentale che i cittadini si sentano sicuri e fiduciosi. Devono essere convinti che il rispetto del RLOPD sia impeccabile. Devono essere convinti che i loro dati siano protetti e che, se decidono di mantenerli privati, questo sarà vero.

Se esistono rischi per la privacy, essi devono essere stati valutati fin dall'inizio e devono essere adottate misure per mitigarli. Assicurare che il Big Data sia conforme al RLOPD..

Ci sono diversi strategie che si possono attuare per evitare rischi per il Privacy:

• Minimizzazione dei dati. La quantità di dati personali deve essere limitata il più possibile.
• Massimizzare l'aggregazione. I dati personali devono essere trattati il più possibile, minimizzando i dettagli il più possibile.
• Nascondere i dati. I dati personali e le loro interrelazioni devono essere protetti in modo che gli utenti non possano vederli.

• Distribuire i dati. I dati devono essere trattati in ambienti separati, distribuendoli ogni volta che è possibile.
• Trasparenza. Tutti coloro che possiedono dati personali che verranno trattati devono essere adeguatamente informati.
• Controllo. Coloro che hanno dati personali inclusi in big data devono poter sapere cosa viene fatto con essi ed esercitare i propri diritti.
• Conformità. Si deve rispettare la politica sulla privacy che meglio si adatta ai requisiti legali.
• Dimostrazione. Si deve dimostrare la conformità alle politiche sulla privacy o a qualsiasi requisito legale.

Si possono utilizzare diverse tecniche per coprire queste strategie di privacy, Compreso:

• Anonimizzazione. Si utilizza per le prime due strategie, minimizzazione dei dati e massimizzazione dell'aggregazione.
• Crittografia. Per nascondere i dati, distribuirli o separarli.
• Controllo degli accessi. Per trasparenza e controllo.
• Tracciabilità. Si utilizza per le ultime due strategie, conformità e dimostrazione.

Vediamo le fasi del big data in cui deve essere utilizzata ciascuna di queste strategie di privacy così come le tecniche da utilizzare:

• Fase di acquisizione e riscossione:
• Minimizzazione dei dati
• Selezionare prima di acquistare
• EIPD
• Massimizzare l'aggregazione
• Anonimizzazione della fonte
• Nascondere i dati
• Trasparenza
• Controllo
• Meccanismi per ottenere il consenso
• Fase di analisi e validazione:
• Massimizzare l'aggregazione
• Tecniche di anonimizzazione
• Nascondere i dati
• Strumenti di crittografia
• Fase di archiviazione:
• Nascondere i dati
• Strumenti di crittografia
• Meccanismi di autenticazione e controllo accessi
• Distribuire i dati
• Archiviazione distribuita / Decentralizzato
• Fase di sfruttamento:
• Massimizzare l'aggregazione
• Tecniche di anonimizzazione
• Tutte le fasi:
• Conformità e dimostrazione
• Definizione della politica
• Tracciabilità delle azioni
• Strumenti di conformità