Recomendaciones para cumplir con LOPD y RLOPD en proyectos de Big Data

El Reglamento de desarrollo de la LOPD se denomina RLOPD que fue aprobado por Real Decreto 1720/2007 y surgió como marco para el desarrollo de los mandatos recogidos en la Ley Orgánica 15/1999 de Protección de Datos de Carácter Personal así como en la Directiva Europea 95/46 ISTO.

Cuando se trata de Big Data, no existen reglas específicas que lo regulen. Não obstante, es la Ley 15/1999 y el Reglamento General de Protección de Datos (RGPD, conocido como RGPD), el marco legislativo a aplicar.

Big data implica el procesamiento y la gestión de grandes cantidades de datos. Entre ellos hay una gran cantidad de datos personales. Esto puede significar grandes ventajas para las empresas y organizaciones que los utilizan, pero también implica riesgos de seguridad que pueden ir en contra del RLOPD. Para minimizarlos se debe prestar especial atención a:

• la calidad de los datos utilizados
• su conservación
• Principais funções em projetos de integração de dados

Medidas a tener en cuenta para el cumplimiento del RLOPD

Para aprovechar al máximo el potencial de Big Data y sus herramientas analíticas, es fundamental que los ciudadanos se sientan seguros y confiados. Deben estar convencidos de que el cumplimiento del RLOPD es impecable. Deben estar convencidos de que sus datos están protegidos y que si deciden mantenerlos privados, eso será cierto.

Si existen riesgos para la privacidad, deben haber sido evaluados desde el principio y deben tomarse medidas para mitigarlos. Asegurar que Big Data se ajuste al RLOPD..

Hay diferentes estrategias que se pueden poner en marcha para evitar riesgos para el Privacidade:

• Minimización de datos. La cantidad de datos personales debe limitarse tanto como sea posible.
• Maximizar la agregación. Los datos personales deben procesarse tanto como sea posible, minimizando los detalles tanto como sea posible.
• Ocultar datos. Los datos personales y sus interrelaciones deben protegerse para que los usuarios no puedan verlos.

• Distribuir los datos. Los datos deben procesarse en entornos separados, distribuyéndolos siempre que sea posible.
• Transparência. Todos aquellos que tengan datos personales que vayan a ser tratados deben estar adecuadamente informados.
• Ao controle. Quienes tengan datos personales incluidos en big data deben poder saber qué se hace con ellos y ejercer sus derechos.
• Conformidade. Se debe cumplir con la política de privacidad que mejor se adapte a los requisitos legales.
• Demostración. Se debe demostrar el cumplimiento de las políticas de privacidad o cualquier requisito legal.

Se pueden utilizar diferentes técnicas para cubrir estas estrategias de privacidad, Incluindo:

• Anonimización. Se utiliza para las dos primeras estrategias, minimización de datos y maximización de agregación.
• criptografia. Para ocultar datos, distribuirlos o separarlos.
• Control de acceso. Por transparencia y control.
• Trazabilidad. Se utiliza para las dos últimas estrategias, cumplimiento y demostración.

Veamos las fases del big data en las que se debe utilizar cada una de estas estrategias de privacidad así como las técnicas a utilizar:

• Fase de adquisición y cobranza:
• Minimización de datos
• Seleccionar antes de comprar
• EIPD
• Maximizar la agregación
• Anonimización de la fuente fuente
• Ocultar datos
• Transparência
• Ao controle
• Mecanismos para obtener el consentimiento
• Fase de análisis y validación:
• Maximizar la agregación
• Técnicas de anonimización
• Ocultar datos
• Herramientas de cifrado
• Fase de almacenamiento:
• Ocultar datos
• Herramientas de cifrado
• Mecanismos de autenticación y control de acceso
• Distribuir los datos
• Almacenamiento distribuido / descentralizado
• Fase de explotación:
• Maximizar la agregación
• Técnicas de anonimización
• Todas las fases:
• Cumplimiento y demostración
• Definición de política
• Trazabilidad de acciones
• Herramientas de cumplimiento