私營部門分析個人資訊

與日俱增的運算容量意味著大量的資訊一旦被收集,就可以低成本、高效率地儲存、整理和分析。 技術進步使資訊資料庫可以相互關聯,進行更大規模的資料處理。 隨著科技的相互結合,侵犯隱私的可能性呈指數級增長。 例如,臉部辨識資料庫(如在Facebook 上的使用)與監控攝影機連接起來,便可使追蹤個人資訊達到前所未有的規模。 普遍的做法是將不同的資訊資料庫合併和整合。 不同來源的資料相互拼接無疑會產生隱私問題,例如在稅務資料和健康資料之間或財產資料和社會安全資料之間進行拼接。 此外,個人資料能夠從各種技術中提取出來,然後與公開的可用資料相匹配,建立起一個詳細的個人檔案。 按基於美國的隱私保護組織EPIC ,「消費者資訊收集人願意分類、彙編並出售任何一項資訊」。 例如醫療行銷服務將感染各種疾病的人員名單出售出去,這些名單中的資訊被跨界使用,其中包含年齡、文化程度、住房大小、性別、收入、生活方式、婚姻狀況、子女資訊等;這些 疾病包括:糖尿病、乳癌、心臟病等。 其他公司則出售與個人生活習慣、閱讀偏好甚至宗教信仰等相關的資訊資料庫。 組合起來的資料庫有很多用途,可以用來挖掘數據,也就是「在大型資料庫的資訊中尋找模式的過程」。 資料探勘本身就有很多用途。 許多資料探勘也有好處,例如可以鑑別出虛假的信用卡消費。 儘管一些評論員聲稱資料探勘是中立的,但是它可能涉及隱私問題,因為資料探勘或資料合併經常是在未經當事人同意甚至是當事人不知道的情況下使用這些資訊。 此外,廣泛的數據中經常包括個人的詳細信息,能夠輕易在本人不知情的情況下與其相關聯。 另一個常見的用途是資料歸檔,利用聚合的資料去「進行識別、隔離、分類,決策者通常只透過電腦化的個人檔案就能夠對這些人作出判斷」。 企業和政府可以利用數據分析建立綜合性的個人檔案。 EPIC舉了一個女性狀告美國Metromail的例子。 Metromail 中的一個資料輸入員根據該女性在一次調查中提交的資料追蹤了她,在該案中,發現Metromail保留了該女性25頁的檔案,包括「她的收入以及她曾經使用過痔瘡藥等 資訊". 為了保護隱私(和規避隱私法),企業經常將資料去身分化或匿名化,這是一個把個人識別(姓名、社會保險號碼和IP號碼)剝離出來的過程。 然而,研究表明將「匿名」的訊息與個人重新連接起來是很容易的事情。 例如,在美國1990年的一項研究中發現,人口普查中收集的數據(郵編、出生日期和性別)能與全國87%的人口一一對應。

Last updated