|
我国最新有关个人信息保护的法律草案是 2015 年 6 月，第十二届全国人大常委会第十五次会议初次审议的《中华人民共和国网络安全法（草案）》（以下简称《草案》），该《草案》里面提到：当前，一些犯罪分子为追求不法利益，利用互联网大肆倒卖公民个人信息，已逐渐形成庞大“地下产业”和黑色利益链。 一般个人信息案例，大都是在违反个人信息之负面事件发生后，再行讨论处理，属事后补救措施。除政府机关外，涉及产业发展之非政府机关，虽已纳入个人信息法规范，但产业发展与隐私个人信息如何相辅相成，受重视程度仍然甚为不足隐，隐私保护会成为相关服务系统的一大负担吗？ 目前欧盟积极推动隐私设计（Privacy by Design: PbD）、隐私优化技术（Privacy Enhancing Technology: PET）等作法，拟对大规模数据收集的产业生态链体系，于开始规划设计时即导入隐私保护相关措施，尤其是物联网产业。本文拟探讨物联网IoT与隐私设计议题，供我国政府及非政府机关推动个人信息保护及物联网IOT产业参考。 物联网、大数据与隐私保护 这一波物联网（IoT）之所以会影响深远的主要原因，是由诸多技术发展同时汇合而成，这些技术包括： ▲传感器快速小型化（Miniaturization）、 ▲运算成本大幅降低（Computing Economics）、 ▲IP网络持续快速普及（Widespread Adoption of IP-based Networking）、 ▲无所不在连结需求（Ubiquitous Connectivity）、 ▲云端运算崛起（the Rise of Cloud Computing）、 ▲大数据分析智能化（Advances in Data Analytics）等。 物联网经由收集大量实时数据，储存于云端，并经大数据分析之智能决策与产出，提供有感之体验服务而创造价值；如无云端平台及大数据分析，物联网价值即不易展现。物联网节点数、资料收集量大到某一数量后，大数据分析就逐渐产生无可替代的价值，例如Google地图导航查询（同时使用人数到一定量之后，就会有道路塞车与否之查询信息出现）、电商推荐购物、适性广告推播等。 这种依循摩尔定律，延伸至横跨不同产业物联网IoT应用成指数成长现象的快速发生，由量变产生应用价值的质变，将益发明显。
全球互联网协会（ISOC）于2015年10月提出一份物联网的发展分析报告，指出物联网五个关键挑战领域，包括新经济与发展（emerging economies and development）、互操作性与标准（interoperability and standards）、安全（security）、隐私（privacy）、法律规范与权利（legal, regulatory, and rights）等。 隐私保护是一种挑战，也是一个机会。假如在物联网的大数据生态系统（本文所称IoT系指其收集大量数据，与大数据分析之隐私议题相似）中，能够在用户与大数据产业之间建立信任关系，让大数据系统在开始设计时间即融入隐私设计原则，并在其价值链的不同阶段，适当采用隐私优化技术，支持数据控制（Data Controller）者可以尽数据保护义务，即能取得消费者信任。 没有隐私就没有大数据、就没有物联网。在效用、隐私兼容兼顾下，期望从大数据对抗隐私（Big Data versus Privacy），转为大数据调和隐私（Big Data with Privacy），让大数据分析价值与个人资料隐私保护取取得平衡发展，期望能够建构一个永续发展的物联网健康生态系统。 隐私设计（Privacy by Design, PbD） 在IoT系统开始规划设计之初，即考虑利用隐私优化相关技术，将隐私个人资料保护原则融入整体系统设计之中，此即隐私设计概念之精神。2014年欧盟网络与信息安全总署（ENISA）提出隐私与数据保护设计文件，包括八项隐私设计策略： 1、最小化（Minimize）：个人资料收集量应最小化。 2、隐藏化（Hide）：个人资料及彼此关系，应避免明文及可视。 3、区隔化（Separate）：个人资料应尽可能采分散及分隔处理。 4、聚集化（Aggregate）：个人资料应采最高等级的聚集处理及最小可能的细部处理。 5、通知（Inform）：当处理个人资料（透明）时，数据主体者应该适时地被足够的通知。 6、控制（Control）：数据主体应提供个人资料处理之代理管理（不一定自我管理）控制机制。 7、强化（Enforce）：与法规兼容的隐私政策，应该到位并强化执行。 8、展示（Demonstrate）：数据控制者必须能展示隐私政策及法规遵循性。 依上述隐私设计策略来检视大数据价值链（Big Data Value Chain），可以看出可能的建设过程中采取之一些措施，如下表所述: 隐私优化技术（Privacy-Enhancing Technologies） 系指凡是可以协助保护隐私之各项工程技术。上述大数据价值链之隐私设计策略中所采取之ㄧ些建置措施，即应用隐私优化技术来强化隐私保护。 本文不详细描述各项PET技术，仅强调隐私设计中的PET技术，可以在系统规划设计之初，即可以考虑如何兼顾兼容隐私保护；即使很简单的字段数据加密或个人信息数据移除程序，都会对后续的个人信息利用、处理产生很大效果。 各项PET技术，属工程技术手段，会随着技术进步而异，目前主要涵盖的项目包括: 1、匿名技术:将个人信息数据修正处理致无法再辨识个人之技术，统称匿名技术或去识别化技术。大数据分析要兼顾效用价值及匿名再辨识要求，使用的技术主要包括: K-Anonymity、屏蔽及合成等。 2、加密技术:包括数据库加密、对称式搜寻加密、公钥搜寻加密、隐私保留运算等。 3、安全、当责与控制:细粒度访问控制、及时安全侦测监控、分布式数据储存、加密安全传输等。 4、透明与存取:图像式表示法（非冗长政策而是容易知悉个人信息如何被处理之方式）、数据可移性（变更数据控制者）等。 5、同意、所有权与控制:让使用者全权管理其个人信息之方法，包括友善同意或撤销同意机制、隐私偏好、个人信息管理（保留或删除）等。 我国物联网IoT产业发展之隐私保护建议 我国物联网IoT产业之发展，目前仍仅在强调IoT创新经济与发展面向，对如何建构一个完整IoT生态体系，所会面临的安全、隐私、与法规挑战等，仍着墨甚少。
涉及收集大量个人信息的民间企业所建构的IoT系统，如单车租借系统、居家老人照护服务、穿载式健身服务系统、小区或警政或居家安全监控服务系统、居家自动化系统、智能城市系统等之相关应用，希能重新检视系统隐私保护之设计措施；新导入的IoT服务系统在设计之初，也应能及时导入隐私设计及隐私优化技术，兼容隐私与效用原则进行开发，让IoT系统扩大规模成为永续的健康服务生态系统，并奠定IoT产业具竞争力的扎实基础。 下列建议可供IoT产业发展兼容隐私设计之参考： 1、IoT系统设计之初，即应导入隐私设计及优化技术，兼容系统效用与隐私原则。 2、较大规模IoT系统皆应进行隐私冲击分析（PIA），让潜在隐私风险可以被管控。 3、较大规模IoT厂商适时导入如ISO 27001（资安管理制度）、BS-10012（个人信息管理制度）或ISO 29100（隐私权框架）、ISO 29191 （部分匿名及部分去链接鉴别要求事项）之个人信息管理制度及验证作业。 4、政府适时研订隐私设计参考指引或规范，供发展IoT系统厂商参考。 ........................... 关于我们：网站内容更精彩！ 物联之家（www.iothome.com）一个关注物联网的科技新媒体。我们关注物联网领域的价值发现和趋势，关注该领域的大小公司和大小人物，这里有跟物联网相关的深度观点、测评和剖析。物联网改变世界，我们将参与和忠实的记录改变的过程，见证物联网带给人类的丰硕成果。 |
|
|
