Administratívne informácie
| Názov | Úvod do ochrany osobných údajov |
| Trvanie | 135 min. |
| Modul | B |
| Druh lekcie | Prednáška |
| Zameranie | Etika – dôveryhodná umelá inteligencia |
| Téma | Ochrana osobných údajov |
Kľúčové slová
Ochrana osobných údajov, riziko ochrany osobných údajov, osobné údaje, citlivé údaje, profilovanie, sledovanie, anonymizácia, súkromie v strojovom učení, TOR, Pseudonymizácia, priame a nepriame identifikátory,
Vzdelávacie ciele
- Získať všeobecné pochopenie pojmu súkromie.
- Porozumieť ťažkostiam a nástrahám analýzy ochrany osobných údajov a detekcie osobných údajov.
- Pochopiť kompromis medzi anonymizáciou a dátovou užitočnosťou (bez obeda zadarmo).
- Pochopte rozdiel medzi bezpečnosťou údajov a ochranou osobných údajov.
- Naučte sa základné princípy anonymnej komunikácie a TVZ.
- Rozlišovanie, skúmanie a diskusia o kľúčových rizikách, ktoré predstavujú modely umelej inteligencie a strojového učenia
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- Základné lineárne algebra,
- Základné strojové učenie
Voliteľné pre študentov
Žiadne.
Referencie a zázemie pre študentov
Odporúčané pre učiteľov
- Všeobecné nariadenie o ochrane údajov (GDPR)
- Osobné údaje
- Audit dotazu
- TOR
- Sledovanie webu
- Odhalené! Prieskum útokov na súkromné údaje
- Diferenciálne súkromie
Učebné materiály
Pokyny pre učiteľov
Táto prednáška poskytuje prehľad o ochrane osobných údajov. Zameriava sa na rôzne problémy ochrany súkromia pri sledovaní webu, zdieľaní údajov a strojovom učení, ako aj na niektoré techniky zmierňovania. Cieľom je poskytnúť základné (technické) základné znalosti potrebné na identifikáciu a ochranu osobných údajov. Kurz vrhá svetlo na to, prečo je odvodenie spoločensky alebo individuálne užitočných informácií o ľuďoch náročné bez odhalenia osobných údajov. Tieto zručnosti sa stávajú nevyhnutnosťou každého inžiniera údajov/softvéru a úradníka pre ochranu údajov, ktorí sa zaoberajú osobnými a citlivými údajmi, a vyžadujú sa aj podľa všeobecného nariadenia o ochrane údajov (GDPR).
Obrysy
| Trvanie (min) | Popis | Koncepty |
|---|---|---|
| 20 | Čo je súkromie? | Súkromie ako základné právo. História alebo súkromie. Dôležitosť súkromia. Znázornenie úniku údajov; koľko ľudí sa o nich delí priamo alebo nepriamo? Prečo je súkromie problémom? Význam právnych predpisov a technických riešení (PETS). |
| 15 | Definícia osobných, citlivých, dôverných údajov | Definícia a osobné údaje vo všeobecnom nariadení o ochrane údajov. Priame vs. nepriame identifikátory. Definícia identifikovateľnosti. Ilustračné príklady. Vymedzenie citlivých údajov vo všeobecnom nariadení o ochrane údajov, príklady. Osobné vs citlivé vs dôverné údaje. |
| 20 | Ilustrácia úniku osobných údajov: Sledovanie | Účel sledovania. Sledovanie webu, odoberanie odtlačkov prstov prehľadávača, sledovanie WiFi, sledovanie ultrazvuku, sledovanie podzemia prostredníctvom snímača barometra, odvodenie polohy z používania batérie, jedinečnosť lokalizačných údajov |
| 20 | Psychologické profilovanie | Oceánsky model. Odvodenie osobnostných čŕt OCEAN z osobných údajov. Manipulácia prostredníctvom osobnostných čŕt, politických reklám. Hrozba psychologického profilovania, kognitívnej bezpečnosti. |
| 20 | Anonymizácia | Typy údajov, rôzne typy potrebujú rôzne techniky anonymizácie. Pseudo-anonymizácia, de-anonymizácia, re-identifikácia. Kvázi-identifikátory, k-anonymita. Generalizácia, potlačenie, zhlukovanie ako všeobecné techniky k-anonymizácie. Anonymizácia vs. užitočnosť. Nemožnosť anonymizácie bez straty úžitkovej hodnoty. Problémy k-anonymizácie (základné znalosti, priesečník útoku). Anonymizácia agregovaných údajov; prečo agregácia nebráni opätovnej identifikácii. Audit dotazu. Auditovanie dotazov SUM cez realitu. Náročnosť auditu dotazov. Rušenie dotazu, diferenciálne súkromie. |
| 20 | Anonymná komunikácia | Problém anonymnej komunikácie. Odosielateľ, anonymita prijímača, neodpojiteľnosť. Anonymizácia proxy. Chaum MIX, mixnet. Tor, ilustrácia TVZ. Nastavenie obvodu v TOR. Politiky ukončenia. Niektoré útoky na TOR. |
| 20 | Súkromie v umelej inteligencii | Hlavné problémy so súkromím v strojovom učení; odvodenie členstva, extrakcia modelu, spravodlivosť. Zdroj problémov týkajúcich sa spravodlivosti (odchýlky v oblasti zberu/označovania údajov, výber prvkov, rôzne kultúrne výklady spravodlivosti). Chránené atribúty. Spravodlivosť prostredníctvom slepoty, nadbytočné kódovanie (proxy atribúty). |
| 5 | Závery | Prečo je dôležité súkromie? Prečo je sledovanie problémom? Prečo má niekedy niekto čo skrývať? Prečo je súkromie ťažké? Aké právomoci má úradník pre ochranu údajov? Prečo sú potrebné osoby zodpovedné za ochranu údajov? |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.