BigDataPrivacy

Unit

10TextBContents

NewWords

Abbreviations

Phrases參考譯文NewWordsNewWordsNewWordsPhrasesAbbreviationsListeningtoTextA大數據隱私大數據隱私涉及正確管理大數據，以便最大程度地降低風險并保護敏感數據。由于大數據包含龐大而復雜的數據集，因此許多傳統的隱私保護流程無法處理所需的規模和速度。為了保護大數據并確保其可用于分析，你需要創建一個隱私保護框架，當數據在不同環境中移動、對大數據處理、分析和共享時，該框架可以保護大數據的數量、速度、多樣性和價值。1.大數據隱私在混合多云計算的時代，數據所有者必須跟上數據增長和管理數據法規的增長，特別是適應保護敏感數據和個人身份信息（PII）隱私的法規。隨著越來越多的數據分布在更多的位置，侵犯隱私的商業風險從未如此之高，其后果包括從受到高額罰款直至失去市場份額。大數據隱私也是客戶信任的問題。你收集的有關用戶的數據越多，就越容易“連點成線”了解他們的當前行為、推斷他們的未來行為，并最終深入了解他們的生活和偏好。你收集的數據越多，與你的客戶保持透明的關系就越重要，那就是讓客戶了解你對數據的處理方式、存儲方式以及為遵守有關隱私和數據的法規所采用步驟。參考譯文來自現有資源的數據量和速度正在迅速擴大。你還擁有新的（并且正在增長）各種數據類型和數據源，例如社交網絡和物聯網設備流。為了跟上步伐，你的大數據隱私策略也需要擴展。這就需要考慮所有以下這些問題：?你打算如何處理客戶和用戶數據？?數據的準確性如何？不準確數據的潛在后果是什么？?隨著數據泄露威脅和內部威脅變得越來越普遍，你的數據安全將如何擴展？?如何平衡在適當位置保持數據與為獲取價值而安全地公開數據？?如何遵守業務開展所在國家和地區的數據隱私法規以及如何根據數據的類型或來源進行更改？?你如何在不泄露提高競爭優勢的分析“秘訣”的情況下，保持你對所收集的大數據的處理透明度？參考譯文參考譯文2.大數據隱私的預測預測1：數據隱私授權將變得更加普遍。隨著組織在更長的時間段內大量存儲更多類型的敏感數據，它們將承受越來越大的壓力，要求透明化收集的數據、說明如何分析和使用數據以及為什么需要保留數據。歐盟的通用數據隱私法規（GDPR）是一個引人注目的例子。越來越多的政府機構和監管組織也紛紛效仿。為了滿足這些不斷增長的需求，公司需要可靠、可擴展的大數據隱私工具，以鼓勵和幫助人們訪問、查看、更正、匿名化甚至清除部分或全部個人和敏感信息。預測2：新的大數據分析工具將使組織能夠對遺留數據進行更深入的分析，發現數據原來未期望的用途，并將其與新的數據源結合起來。大數據分析工具和解決方案現在可以挖掘以前不可用的數據源，并識別隱藏在舊數據中的新關系。當談論到完整的企業數據視圖時，這是一個很大的優勢。在保護大數據隱私的同時仍可優化其價值的關鍵是不斷審查以下四個關鍵數據管理活動：?數據采集?保留和存檔?數據使用?創建和更新披露政策和實踐擁有強大、可擴展的數據治理計劃的公司在評估這些任務時將具有優勢。它們將能夠在更短的時間內準確評估與數據相關的風險和收益，并根據可信賴的數據迅速采取更具決定性的行動。

參考譯文3.大數據隱私與保護策略傳統的數據安全性是以網絡和系統為中心的，但是今天的混合和多云體系結構將數據分布在與平臺無關的更多位置，并且合并的數據類型比以往任何時候都要多。大數據隱私不是事后的想法。它必須是云集成和數據管理策略的組成部分。?你必須定義和管理數據治理策略，以闡明哪些數據至關重要、為什么、誰擁有該關鍵數據以及如何負責任地使用它們。?你必須利用人工智能和機器學習工具來自動化控制，從而發現、分類和理解所有大數據平臺上的各種敏感數據；然后，可以使用該信息來制定和實施智能大數據管理策略。?你必須索引、清查并鏈接數據主題和身份，以支持數據訪問權限和通知。參考譯文?你必須能夠對敏感數據進行連續的風險分析，以了解風險敞口，確定可用的數據保護資源和投資的優先級，并隨著大數據的增長制定保護和補救計劃。?你需要與本地的大數據工具（如ClouderaSentry，AmazonMacie和HortonworksRanger）集成的自動化、集中式大數據隱私工具來簡化并促進管理數據訪問的過程（例如查看、更改和添加訪問策略）。?你需要大規模、快速、高效的數據保護功能，包括對在生產和數據湖中使用的大數據進行動態屏蔽，對數據湖和數據倉庫中靜止的大數據進行加密以及對非生產環境中所使用的