Cyber Security Academy · Pelajaran

Mengapa Privasi Data Penting

Data peribadi dan risikonya.

Pelajaran 1 daripada 413 langkah

Mengapa Privasi Data Penting ialah pelajaran Cyber Security Academy percuma di CoddyKit. Ini ialah pelajaran 1 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Cyber Security Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Cyber Security Academy merangkumi sejumlah 4 pelajaran.

Apakah Data Peribadi

Data peribadi ialah apa-apa maklumat yang berkaitan dengan individu yang dikenal pasti atau boleh dikenal pasti. Skopnya jauh lebih luas daripada nama dan nombor ID.

  • E-mel, telefon, alamat
  • Alamat IP, ID peranti, kuki
  • Sejarah lokasi
  • Foto, rakaman suara
  • Data tingkah laku dan pembelian

Jika data boleh mengenal pasti seseorang secara khusus, sama ada secara langsung atau apabila digabungkan dengan data lain, data itu ialah data peribadi.

Data Sensitif (Kategori Khas)

Sesetengah kategori membawa risiko lebih tinggi dan tertakluk pada peraturan yang lebih ketat:

  • Data kesihatan dan genetik
  • Data biometrik
  • Asal usul kaum atau etnik
  • Kepercayaan agama atau politik
  • Orientasi seksual

Di bawah GDPR dan KVKK, ini ialah data kategori khas. Pemprosesannya biasanya memerlukan persetujuan nyata atau asas undang-undang khusus serta perlindungan yang lebih kukuh.

Privasi berbanding Keselamatan

Privasi dan keselamatan saling berkaitan tetapi berbeza.

  • Keselamatan: melindungi data daripada akses tanpa kebenaran
  • Privasi: mengawal data yang dikumpulkan, sebab pengumpulannya dan cara data itu digunakan, termasuk oleh pihak yang dibenarkan

Anda boleh mempunyai keselamatan yang kukuh tetapi masih melanggar privasi, contohnya dengan menyimpan data secara sah tetapi menggunakannya untuk tujuan yang tidak pernah dipersetujui oleh individu tersebut.

Mengapa Individu Prihatin

Kemudaratan terhadap privasi adalah nyata dan bersifat peribadi:

  • Kecurian identiti akibat kelayakan yang bocor
  • Penipuan kewangan
  • Penguntitan dan keselamatan fizikal akibat lokasi yang bocor
  • Diskriminasi akibat pemprofilan
  • Kerosakan reputasi

Setelah data peribadi bocor, data itu tidak boleh diambil semula. Sifatnya yang tidak boleh dipulihkan inilah yang menjadikan pencegahan penting.

Mengapa Organisasi Prihatin

Bagi organisasi, pengendalian data yang salah membawa akibat berikut:

  • Denda kawal selia (GDPR sehingga 4% daripada perolehan global)
  • Kehilangan kepercayaan pelanggan
  • Kos tindak balas terhadap kebocoran dan litigasi
  • Kerosakan jenama dan reputasi

Amalan privasi yang baik ialah kewajipan undang-undang dan juga kelebihan daya saing.

Pengagregatan Data dan Pengenalpastian Semula

Titik data yang tidak berbahaya secara individu boleh mengenal pasti seseorang apabila digabungkan. Kajian menunjukkan bahawa tarikh lahir, jantina dan kod ZIP sahaja boleh mengenal pasti sebahagian besar populasi.

Inilah sebabnya penganoniman naif gagal. Membuang nama tidak mencukupi jika pengecam hampir kekal dan boleh dipaut silang dengan set data lain.

Anonimisasi berbanding Pseudonimisasi

Dua teknik utama dengan kedudukan undang-undang yang berbeza:

  • Anonimisasi: membuang pengecam secara tidak boleh balik supaya seseorang tidak dapat dikenal pasti semula. Data yang benar-benar anonim berada di luar skop undang-undang privasi.
  • Pseudonimisasi: menggantikan pengecam dengan rentetan pengganti yang boleh dipulihkan menggunakan kunci berasingan. Data ini masih merupakan data peribadi di bawah GDPR.
# Pseudonymize an email with a keyed HMAC (reversible only with the key)
printf '%s' 'user@example.com' | \
  openssl dgst -sha256 -hmac "$PSEUDO_KEY"

Penjejakan dan Pemprofilan

Laman web menjejaki pengguna secara meluas melalui kuki, piksel, pengenalpastian cap jari dan pengecam merentas tapak, lalu membina profil tingkah laku yang digunakan untuk penyasaran dan pembuatan keputusan automatik.

Pemprofilan menimbulkan kebimbangan tentang keadilan dan ketelusan, khususnya apabila ia mempengaruhi akses kepada kredit, pekerjaan atau perkhidmatan. Undang-undang privasi memberikan orang ramai hak untuk menentang pembuatan keputusan yang semata-mata automatik.

Privasi melalui Reka Bentuk

Privasi melalui Reka Bentuk bermaksud menerapkan privasi ke dalam sistem sejak awal, bukannya menambahnya kemudian.

  • Kumpulkan jumlah minimum data yang diperlukan
  • Tetapkan tetapan yang paling melindungi privasi sebagai lalai
  • Gunakan penyulitan dan kawalan akses secara lalai
  • Jadikan aliran data telus

Ini ialah keperluan undang-undang di bawah Perkara 25 GDPR, bukan sekadar amalan yang baik.

Peranan Anda sebagai Pengamal

Jurutera dan kakitangan keselamatan membuat keputusan harian yang mempengaruhi privasi: perkara yang perlu direkodkan, tempoh data perlu disimpan, pihak yang boleh menjalankan pertanyaan pada jadual dan sama ada SDK analitik diperlukan.

Anggap data peribadi sebagai liabiliti yang perlu diminimumkan, bukan aset untuk ditimbun. Data yang paling selamat ialah data yang tidak pernah anda kumpulkan.

Kos Pengumpulan Berlebihan

Menimbun data mungkin kelihatan percuma, tetapi membawa kos tersembunyi. Setiap medan dan rekod tambahan ialah sesuatu yang perlu anda lindungi, tadbir, simpan dan mungkin laporkan jika berlaku kebocoran.

  • Kesan kebocoran yang lebih meluas
  • Lebih banyak permintaan subjek data untuk dipenuhi
  • Beban pematuhan dan audit yang lebih tinggi
  • Pendedahan kepada risiko kawal selia yang lebih besar

Menganggap data sebagai liabiliti dan bukannya aset mengubah keputusan reka bentuk ke arah yang lebih baik.

Semakan Pantas

Uji pemahaman anda tentang anonimisasi.

Ringkasan

Anda telah mempelajari sebab privasi penting:

  • Data peribadi mempunyai skop yang luas; data kategori khas memerlukan perlindungan yang lebih kukuh
  • Privasi dan keselamatan berbeza: akses yang sah masih boleh menjadi pelanggaran privasi
  • Pengagregatan membolehkan pengenalpastian semula; penganoniman naif gagal
  • Data yang dipseudonimkan masih merupakan data peribadi
  • Privasi melalui Reka Bentuk dan peminimuman data ialah pertahanan teras

Seterusnya: rangka kerja undang-undang, GDPR dan KVKK.

Percuma untuk bermula

Pelajari Cyber Security Academy dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus
76
Pelajaran
303

Soalan Lazim

Adakah pelajaran “Mengapa Privasi Data Penting” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Cyber Security Academy, termasuk “Mengapa Privasi Data Penting”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Cyber Security Academy merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Mengapa Privasi Data Penting”?

Data peribadi dan risikonya. Anda berlatih Cyber Security Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Cyber Security Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Cyber Security Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 4.

Berapa lamakah pelajaran “Mengapa Privasi Data Penting” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Cyber Security Academy ini?

Ya. Setiap pelajaran Cyber Security Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

  1. Mengapa Privasi Data Penting
  2. Asas GDPR dan KVKK
  3. Pengelasan dan Pemini­man Data
  4. Pemberitahuan Pelanggaran dan DPIA
← Kembali ke Cyber Security Academy