Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Пользовательские и персональные данные: анализ рисков "извлечения знаний"
- Авторы
- Былевский Павел Геннадиевич pr-911@yandex.ru, канд. филос. наук, доцент кафедры международной информационной безопасности, доцент департамента информационной безопасности, Институт информационных наук МГЛУ (МГПИИЯ им. М. Тореза); Финансовый университет при Правительстве РФ, Москва, Россия
- В разделе
- ОБЩИЕ ВОПРОСЫ БЕЗОПАСНОСТИ ИНФОРМАЦИИ И ОБЪЕКТОВ
- Ключевые слова
- большие данные / пользовательские данные / риски / извлечение знаний / автоматический анализ / безопасность
- Год
- 2023 номер журнала 1 Страницы 35 - 40
- Индекс УДК
- 004.056
- Код EDN
- PDEMTW
- Код DOI
- 10.52190/2073-2600_2023_1_35
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- В статье анализируются риски автоматизированного анализа больших пользовательских данных, связанные с возможностями несанкционированного получения конфиденциальной информации. Приоритет обработки больших данных у операторов-генераторов, в том числе нерезидентов России. Обезличивание/деидентификация данных как мера безопасности противоречит их содержательной ценности для интеллектуальной аналитики. Решить проблему предлагается регулированием посредством общей, отраслевых и локальных моделей критических идентификаторов больших данных.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
Романова А. Ю. К вопросу о правовом режиме больших данных // Конституционное и муниципальное право. 2019. № 8. С. 20-25.
Глава Роскомнадзора считает необходимым скорейшую выработку норм регулирования в области больших пользовательских данных. 9 ноября 2017 года [Электронный ресурс]. Режим доступа: <https://rkn.gov.ru/news/rsoc/news51776.htm> (дата обращения: 18.12.2022).
О внесении изменений в Федеральный закон "Об информации, информационных технологиях и о защите информации". Законопроект № 571124-7 [Электронный ресурс]. Режим доступа: <https://sozd.duma.gov.ru/bill/571124-7> (дата доступа: 18.12 2022).
Сычев Н. В., Жорин Ф. В., Андряков Д. А., Бадрутдинов А. Д. Обзор негласных средств слежения в мобильных устройствах // Спецтехника и связь. 2014. № 1. С. 14-16.
Кобышев К. С., Монастырев В. В., Никифоров И. В., Ткачев И. П., Сердюков А. Д. Автоматизированная система для анализа пользовательских данных и их классификации по социальным группам с общими интересами: мат. науч. конф. с международным участием "Неделя науки СПбПУ". Санкт-Петербург, 19-23 ноября 2019. С. 73-76.
Mrabet H., Belguith S., Alhomoud A., Jemai A. A survey of IoT security based on a layered architecture of sensing and data analysis // Sensors. 2020. № 20(13). P. 3625. DOI: 10.3390/s20133625.
Федорова А. А., Терехов В. И. Применение предиктивной аналитики на основе пользовательских данных в платежной банковской системе: тезисы докладов XVIII Всеросс. науч. конф. "Нейрокомпьютеры и их применение". Москва, 17 марта 2020. С. 75-76.
Корниенко С. В. Big Data: проблемы безопасности пользовательских данных // Академия педагогических идей новация. Серия: студенческий научный вестник. 2019. № 2. С. 48-52.
Вульфин А. М. Интеллектуальный анализ данных пользовательского окружения в задаче обнаружения удаленного управления // Моделирование, оптимизация и информационные технологии. 2020. Т. 8. № 2(29). С. 1-19. DOI: 10.26102/2310-6018/2020.29.2.011.
Rudikowa L., Myslivec O., Sobolevsky S., Nenko A., Savenkov I. The development of a data collection and analysis system based on social network users data // Procedia Computer Science. V. 156. P. 194-203.
Зыонг К. Х. Т., Кравец А. Г. Анализ API-доступа к социальным сетям для сбора пользовательских данных // Инновационные, информационные и коммуникационные технологии. 2019. № 1. С. 391-394.
Мищенко Е. Ю., Соколов А. Н. Определение эффективности обезличивания персональных данных с использованием модели нарушителя // Вестник УРФО. Безопасность в информационной сфере. 2020. № 2(36). С. 34-42.
Шведова В. О. Цифровые идентификаторы личности как новый источник социальной дискриминации // Социальная интеграция и развитие этнокультур в евразийском пространстве. 2020. Т. 3. № 9. С. 239-244.
Jiang Y., Yang G., Li H., Zhang T. Knowledge driven approach for smart bridge maintenance using big data mining // Automation in Construction. 2023. V. 146. - 21 p. https://doi.org/10.1016/j.autcon.2022.104673
Спеваков А. Г., Калуцкий И. В. Устройство формирования уникальной последовательности, используемой при обезличивании персональных данных // Труды МАИ. 2020. № 115. - 25 с. DOI: 10.34759/trd-2020-115-13.
Wei G., Shao J., Xiang Y., Zhu P., Lu R. Obtain confidentiality or/and authenticity in Big Data by ID-based generalized signcryption // Information Sciences. 2015. V. 318. P. 111-122.
Narayanan U., Paul V., Joseph S. A novel system architecture for secure authentication and data sharing in cloud enabled Big Data Environment // J. King Saud University - Computer and Information Sciences. 2022. V. 34. № 6. Part B. P. 3121-3135.
- Купить
