گھر رجحانات رازداری کے 5 بڑے مسائل جو بڑے اعداد و شمار کے ساتھ آتے ہیں

رازداری کے 5 بڑے مسائل جو بڑے اعداد و شمار کے ساتھ آتے ہیں

فہرست کا خانہ:

Anonim

ہر دن ، بٹس اور بائٹس ہوا میں بہتے ہیں ، جس سے کاروباروں کو بڑا ڈیٹا مل جاتا ہے۔ بہت سارے کاروباروں نے ڈیٹا لیا ہے جو آزادانہ طور پر دستیاب ہے اور اس نے اپنے صارفین کو منفرد اور بعض اوقات غیر قانونی طریقوں سے نشانہ بنانے کے لئے استعمال کیا ہے۔ اس سے آن لائن رازداری - یا کم از کم اس میں کیا بچ گیا ہے اس کے بارے میں بڑے خدشات پیدا ہوگئے ہیں۔


لوگوں کو این ایس اے کی جاسوسی کے بارے میں حالیہ اطلاعات کے ساتھ ، صارفین کو اس بات کا اندازہ ہونا شروع ہوگیا ہے کہ واقعی ان کی "نجی" زندگییں کس قدر عام ہیں۔ آج بازار میں اس نے جواز کے طور پر کچھ سنجیدہ تشویش پیدا کردی ہے۔


یہ پانچ طریقوں میں سے ہیں جو بڑے اعداد و شمار سے رازداری کے بڑے خدشات پیدا کررہے ہیں۔

صحت کی دیکھ بھال کی صنعت

صحت کی دیکھ بھال کرنے والی صنعت بڑے اعداد و شمار کی سب سے بڑی حمایتی رہی ہے کیونکہ اس سے مریضوں کی صحت کو بچانے میں اسے بہت زیادہ فوائد حاصل ہیں۔ بڑے اعداد و شمار کے حمایتی لوگوں کو کچھ ابتدائی طبی حالتوں کے اعلی خطرہ والے لوگوں کی شناخت کرنے ، ان مریضوں کی نگہداشت کے معیار کو بہتر بنانے اور صحت کی دیکھ بھال کے بڑھتے ہوئے اعلی اخراجات کو کم کرنے کے لئے معلومات کا استعمال کرتے ہیں۔ (کیا بڑے اعداد و شمار میں صحت کی دیکھ بھال کو بچایا جاسکتا ہے؟)


اگرچہ اس کے زبردست فوائد ہیں ، لیکن نئی تحقیقوں سے یہ بات سامنے آرہی ہے کہ ابتدائی طور پر سوچا جانے سے کہیں زیادہ بڑا ڈیٹا خطرہ ہوسکتا ہے۔


چیف آف جیسن پونٹن کے مطابق ، ایم آئی ٹی ٹکنالوجی ریویو کے ایڈیٹر کے مطابق ، جیسے ہی اعداد و شمار تیزی سے قابل رسائ اور ذاتی ہوجاتے ہیں ، اس لئے یہ ضروری ہے کہ بڑے اعداد و شمار میں ٹیپ لگانے والے کسی بھی سیکیورٹی اور رازداری کے مضمرات سے آگاہ ہونا ضروری ہے۔ HIPAA کے قواعد میں پہلے سے ہی صحت کی دیکھ بھال کرنے والے پیشہ ور افراد کو سیکیورٹی بیلٹ سخت کرنے کی ضرورت ہے۔ تاہم ، HIPAA صحت سے متعلق تمام خدشات کے خلاف حفاظت نہیں کرسکتا ہے۔ مثال کے طور پر ، جب لوگ کسی HIPAA محفوظ علاقے ، جیسے گوگل یا دیگر سرچ انجنوں میں اپنی بیماریوں سے متعلق جوابات تلاش کرنا شروع کردیتے ہیں تو ، اس اعداد و شمار کو HIPAA کے ذریعہ محفوظ نہیں کیا جاتا ہے۔ اس کے علاوہ ، زیادہ سے زیادہ ٹیک ڈیوائسز ، جیسے پہننے کے قابل فٹنس مانیٹر اور اسمارٹ فون ایپلی کیشنز ، محفوظ یا نجی نہیں ہیں ، ان خدشات کو بڑھاتے ہیں کہ ان آلات کو اکٹھا کیا گیا ڈیٹا کون دیکھ سکتا ہے۔


مریضوں کی صحت سے متعلق معلومات تک رسائی کے ل to بہت سے اعداد و شمار کو استعمال کرنے کے HIPAA کے مطابق طریقے ہیں۔ تاہم ، صحت کی دیکھ بھال سے متعلق معلومات اور سرگرمیوں کے لئے استعمال ہونے والے دوسرے ڈیجیٹل طرز عمل اور آلات کی بڑھتی ہوئی تعداد کے ساتھ ، مارکیٹ میں اور آن لائن میں داخل ہونے والا نیا ڈیٹا زیادہ تر محفوظ نہیں ہے۔

پیش گوئیاں اور امتیازی سلوک

مستقبل کے طبی حالات کے ل potential امکانی خطرہ کی پیشن گوئی کرنے کے علاوہ ، بڑا ڈیٹا لوگوں کے بارے میں کچھ اور معلومات کی پیش گوئی کی بھی اجازت دیتا ہے۔ بڑے اعداد و شمار کی پیش گوئی کی جانے والی معلومات میں تیزی سے یہ صلاحیت پیدا ہو رہی ہے کہ وہ مختلف آبادکاری میں لوگوں کے ساتھ امتیازی سلوک کے طریقے کے طور پر استعمال ہوسکے۔


بڑے اعداد و شمار کی تفریق کی ایک مثال کیمبرج یونیورسٹی کے ایک مطالعہ کے دوران سامنے آئی۔ فیس بک پر لگ بھگ 60،000 افراد کی "پسند" کو دیکھنے کے بعد ، اعداد و شمار پر عملدرآمد کیا گیا تاکہ جنس ، نسل ، جنسی رجحان اور طرز عمل جیسی چیزوں کی پیش گوئی کی جاسکے۔ نتائج حیران کن حد تک درست تھے۔ جمع کردہ اعداد و شمار کا تجزیہ کرتے وقت ، ماڈل ہم جنس پرست مردوں کو 88 فیصد وقت سیدھے مردوں سے درست طریقے سے مختلف کرسکتا ہے۔ ماڈل نے 95 فیصد درستگی کے ساتھ ریس کی بھی پیش گوئی کی ہے۔ طرز عمل ، جیسے شراب کتنے لوگ کھاتے ہیں ، کی بھی اس ماڈل میں درست پیشن گوئی کی گئی تھی۔


بہت سارے لوگوں کو اس بات کا خدشہ ہے کہ آجر ، جاگیردار ، اسکول ، سرکاری ایجنسیاں اور دیگر جلد ہی لوگوں کی پروفائلنگ کے لئے اعداد و شمار کا استعمال کرسکتے ہیں ، جس سے جنس ، جنسی رجحان یا نسل کی بنیاد پر امتیازی سلوک کا امکان پیدا ہوجاتا ہے۔ (رازداری کے مباحثے میں فاتح کیوں نہیں ہیں اس میں رازداری سے متعلق امور کے بارے میں۔)

انتہائی نشانے پر فروخت

بڑے اعداد و شمار کے ماڈلز پر مبنی امتیازات مارکیٹ کے تمام شعبوں کو پھیلانے کی صلاحیت رکھتے ہیں۔ کچھ معاملات میں ، یہ پہلے ہی موجود ہے۔


کیمبرج یونیورسٹی کے مطالعے میں ملتے جلتے ماڈلز کا استعمال کرتے ہوئے ، مارکیٹرز اپنی فروخت اور اپنی مصنوعات کو نشانہ بنانے کے لئے بڑے اعداد و شمار کا استعمال کرتے ہیں۔ اگرچہ بہت سے مارکیٹرز کے ذریعہ بڑے اعداد و شمار کا استعمال انتہائی ہدف والے سامعین کے سامنے مصنوعات اور خدمات کو رکھنے کے لئے کیا جاتا ہے ، جب سامعین کو ان کے طرز عمل کی بنیاد پر کسی آبادی میں کبوتر لگادیا جاتا ہے تو نقصان کا امکان موجود ہے۔


بڑے اعداد و شمار پر مبنی نقصان دہ مارکیٹنگ کی ایک عمدہ مثال تقریبا 10 سال پہلے اس وقت پیش آئی جب ٹی وی ویو صارفین نے اپنے ڈیجیٹل ریکارڈرز کو اس بات پر راضی کرنے کی کوشش کی کہ ریکارڈنگ کو روکنا ہے جس کا مقصد ان کے اپنے علاوہ کسی آبادی والے گروپ کا مقصد ہے۔ 2002 میں ، ان غلط الگورتھم نے وال اسٹریٹ جرنل کی توجہ حاصل کی۔ چھپی ہوئی سرخی میں یہ سب کہا گیا: "اگر ٹیوو یہ سمجھتا ہے کہ آپ ہم جنس پرست ہیں ، تو یہ سیدھے سیٹ کرنے کا طریقہ یہ ہے۔"


نقصان کے امکانات کے باوجود ، مارکیٹرز اب بھی سوشل میڈیا پلیٹ فارمز ، سرچ انجنوں اور ای میل کے ذریعے لوگوں کو نشانہ بنانے کے لئے بڑے اعداد و شمار کا استعمال کرتے ہیں۔ دوستوں ، پسندیدگیوں اور ای میل کے مشمولات پر مبنی خدمت کرکے ایسے ذاتی علاقے پر حملہ کرنا صارفین میں شدید تشویش کا باعث بنا ہے۔

نگرانی میں اضافہ

یہ صرف آن لائن مارکیٹرز نہیں ہیں جو نگرانی میں شامل ہیں۔ ہر روز ، HD نگرانی کے کیمرے 413 پیٹا بائٹس کی معلومات گرفت میں لیتے ہیں۔ اس کی توقع ہے کہ 2017 تک یہ 859 پیٹا بائٹ ہوجائے گی۔


نگرانی کے کیمرے اب ہر جگہ آرہے ہیں۔ چونکہ الگورتھم آگے بڑھنے کے ساتھ ساتھ ، ان نگرانی کے کیمروں اور سینسرز سے تیار کردہ ڈیٹا کی مقدار میں بھی اضافہ ہوگا۔ ہارڈ ڈرائیوز پر اسٹوریج بھی تیزی سے بڑھ رہا ہے ، جس سے یہ سب ڈیٹا اسٹور کرنا آسان ہے۔

غیر قانونی استعمال

لوگوں کو ان دنوں تک جس قدر بڑے اعداد و شمار تک رسائی حاصل ہے اس کی وجہ سے ، کوئی تعجب کی بات نہیں ہے کہ کچھ لوگوں نے معلومات کو جمع کرنے میں اس آسانی کو تھوڑا بہت دور کردیا ہے۔ نئے طریقوں سے ڈیٹا کو ٹیپ کرنے کے غیر قانونی طریقوں نے ان لوگوں میں خوف زدہ کردیا ہے جو ان کی رازداری کی قدر کرتے ہیں۔


کاروبار سے تھوڑا بہت دور ڈیٹا اکٹھا کرنے کا ایک تازہ واقعہ اربن آؤٹ فٹرز کا تھا ، جسے جون 2013 میں رازداری کے مقدمے کا سامنا کرنا پڑا جب پتہ چلا کہ اسٹور کے کیشیئر خریداروں کو زپ کوڈ کے لئے پوچھ رہے ہیں جب انہوں نے کریڈٹ کارڈ سے ادائیگی کی۔ اس کی ضرورت نہیں ہے ، اور اس نے کچھ ریاستوں میں صارفین کے تحفظ اور رازداری کے قوانین کی خلاف ورزی کی ہے کیونکہ اس معلومات کو خریداروں کے پتے تلاش کرنے کے لئے استعمال کیا جاسکتا ہے۔

بگ ڈیٹا کی دشواریوں سے نمٹنا

فرموں ، سرکاری ایجنسیوں ، آجروں اور بہت کچھ کے ذریعہ بڑے اعداد و شمار کے استعمال پر اتنے خوف اور قیاس آرائیوں کے ساتھ ، آج کی منڈی میں اعتماد حاصل کرنے کا بہترین حل ایماندار ہونا ہے۔ یہی وجہ ہے کہ کاروبار تیزی سے ایک مکمل شفافیت کی پالیسی نافذ کررہے ہیں کہ وہ اپنے صارفین کو نشانہ بنانے کے لئے کس طرح ڈیٹا استعمال کرتے ہیں۔ صارفین کو یہ جاننے میں بھی زیادہ دلچسپی ہے کہ ان کی زندگی کا کتنا حصہ نمائش میں ہے ، اور لوگ جمع کردہ معلومات کے ساتھ کیا کر رہے ہیں۔


چونکہ زیادہ صارفین اپنی ذاتی معلومات میں سے کتنا دستیاب سیکھنے لگتے ہیں ، اعداد و شمار جمع کرنے کے طریقوں میں اصلاحات ہونے کا امکان ہے۔ تب تک ، اعداد و شمار کی رازداری کو ذہن میں رکھنا صارفین کی بہترین دلچسپی ہے تاکہ وہ اس سے واقف ہوں کہ ان کی ذاتی معلومات میں سے کتنا جمع کیا جارہا ہے اور اسے کس طرح استعمال کیا جارہا ہے۔ اس کے بعد وہ اپنی حدود سے تجاوز کرنے والی کمپنیوں کے خلاف اپنے آپ کو بچانے کے لئے ضروری احتیاطی تدابیر اختیار کرسکتے ہیں۔

رازداری کے 5 بڑے مسائل جو بڑے اعداد و شمار کے ساتھ آتے ہیں