Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23012023-202448/ |
Resumo: | Privacidade é reconhecida internacionalmente como um direito humano fundamental e tem sido um tema cada vez mais importante ao passo que a humanidade aumenta o uso de produtos e serviços digitais e, consequentemente, a geração e utilização de dados pessoais. A quantidade de dados gerados a cada momento é enorme e exige tecnologias específicas para que sejam coletados, armazenados e disponibilizados para tomada de decisão, o que foi denominado como sistemas de big data analytics (BDA). Nesse cenário, diversos problemas de privacidade de dados podem ocorrer, e as organizações ainda sofrem para mitigar os riscos de violação de privacidade. Governos e organizações internacionais têm criado regulamentos para evitar e punir abusos por parte das organizações aos indivíduos, mas não têm sido suficientes para evitar grandes vazamentos de dados, entre outros problemas de privacidade de dados. Assim, o objetivo deste estudo foi analisar os problemas de privacidade de dados no contexto de BDA, bem como as suas causas, e identificar as principais ações e práticas que podem ser adotadas para evitar, minimizar ou resolver esses problemas identificados a partir de uma revisão sistemática da literatura. Para tanto, adotou-se como parâmetro as avaliações de especialistas coletadas por meio da técnica Delphi, considerando a eficiência, eficácia e factibilidade das soluções propostas pela literatura. Como resultado da aplicação da técnica Delphi, verificou-se concordância forte ou muito forte em 10 das 14 dimensões avaliadas, o que implica em confiabilidade alta ou muito alta no ranqueamento dos nove problemas em relação a cinco dos sete conjuntos de causas, e no ranqueamento dos 10 conjuntos de solução em relação a cinco conjuntos de causas. Portanto, conclui-se que, dado os sete conjuntos de causas, foram identificados os principais problemas causados por esses conjuntos e as melhores soluções para mitigar esses conjuntos de causas. De forma geral, dentre os nove problemas de privacidade de dados em BDA \"roubo ou acesso não autorizado a dados\" foi o principal, segundo os especialistas, seguido por \"fraudes e outros crimes\". Os principais conjuntos de causas desses nove problemas foram \"ataques e vulnerabilidade de segurança\" e \"revelação ou inferência de dados não autorizados\". Os principais conjunto de soluções para os sete conjunto de causas foram \"governança de dados\" e \"políticas internas de proteção de privacidade\". |
id |
USP_87306242c7a8fa949b94e2fbf333f501 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-23012023-202448 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
|
spelling |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileiraData privacy protection in big data analytics environment: a study of the Brazilian realityBig data analyticsBig data analyticsData privacyData protectionPrivacidade de dadosPrivacidade em big data analyticsPrivacy in big data analyticsPrivacy issuesProblemas de privacidadeProteção de dadosPrivacidade é reconhecida internacionalmente como um direito humano fundamental e tem sido um tema cada vez mais importante ao passo que a humanidade aumenta o uso de produtos e serviços digitais e, consequentemente, a geração e utilização de dados pessoais. A quantidade de dados gerados a cada momento é enorme e exige tecnologias específicas para que sejam coletados, armazenados e disponibilizados para tomada de decisão, o que foi denominado como sistemas de big data analytics (BDA). Nesse cenário, diversos problemas de privacidade de dados podem ocorrer, e as organizações ainda sofrem para mitigar os riscos de violação de privacidade. Governos e organizações internacionais têm criado regulamentos para evitar e punir abusos por parte das organizações aos indivíduos, mas não têm sido suficientes para evitar grandes vazamentos de dados, entre outros problemas de privacidade de dados. Assim, o objetivo deste estudo foi analisar os problemas de privacidade de dados no contexto de BDA, bem como as suas causas, e identificar as principais ações e práticas que podem ser adotadas para evitar, minimizar ou resolver esses problemas identificados a partir de uma revisão sistemática da literatura. Para tanto, adotou-se como parâmetro as avaliações de especialistas coletadas por meio da técnica Delphi, considerando a eficiência, eficácia e factibilidade das soluções propostas pela literatura. Como resultado da aplicação da técnica Delphi, verificou-se concordância forte ou muito forte em 10 das 14 dimensões avaliadas, o que implica em confiabilidade alta ou muito alta no ranqueamento dos nove problemas em relação a cinco dos sete conjuntos de causas, e no ranqueamento dos 10 conjuntos de solução em relação a cinco conjuntos de causas. Portanto, conclui-se que, dado os sete conjuntos de causas, foram identificados os principais problemas causados por esses conjuntos e as melhores soluções para mitigar esses conjuntos de causas. De forma geral, dentre os nove problemas de privacidade de dados em BDA \"roubo ou acesso não autorizado a dados\" foi o principal, segundo os especialistas, seguido por \"fraudes e outros crimes\". Os principais conjuntos de causas desses nove problemas foram \"ataques e vulnerabilidade de segurança\" e \"revelação ou inferência de dados não autorizados\". Os principais conjunto de soluções para os sete conjunto de causas foram \"governança de dados\" e \"políticas internas de proteção de privacidade\".Privacy is internationally recognized as a fundamental human right and has become an increasingly important issue as humanity increases the use of digital products and services and, consequently, the generation and use of personal data. The amount of data generated at each moment is huge and requires specific technologies to be collected, stored, and made available for decision-making, which has been called big data analytics (BDA) systems. In this scenario, several data privacy problems can occur, and organizations still struggle to mitigate the risks of privacy breaches. Governments and international organizations have created regulations to prevent and punish abuse by organizations against individuals, but it has not been enough to prevent large data leaks, among other data privacy problems. Thus, the objective of this study was to analyze data privacy problems in the context of BDA, as well as their causes, and to identify the main actions and practices that can be adopted to avoid, minimize or solve these problems identified from a systematic literature review. For this purpose, the expert assessments collected using the Delphi technique were adopted as parameter, considering the efficiency, effectiveness, and feasibility of the solutions proposed by the literature. As a result of applying the Delphi technique, there was strong or very strong agreement in 10 of the 14 dimensions evaluated, which implies high or very high reliability in the ranking of the nine problems in relation to five of the seven sets of causes, and in the ranking of the 10 sets of solution in relation to five sets of causes. Therefore, it is concluded that, given the seven sets of causes, the main problems caused by these sets and the best solutions to mitigate these sets of causes were identified. Overall, among the nine data privacy issues in BDA, \"theft or unauthorized access to data\" was the main one, according to the experts, followed by \"fraud and other crimes against victims\", and \"unfeasibility to maintain anonymous\". The main sets of causes of these nine problems were \"attacks and security vulnerability\", and \"inference or disclosure of unauthorized data\". The two main sets of solutions for the seven sets of causes were \"data governance\", and \"internal privacy protection policies\".Biblioteca Digitais de Teses e Dissertações da USPPrado, Edmir Parada VasquesOliveira, Danilo Figueiredo de2022-12-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/100/100131/tde-23012023-202448/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:16:04Zoai:teses.usp.br:tde-23012023-202448Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:16:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira Data privacy protection in big data analytics environment: a study of the Brazilian reality |
title |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
spellingShingle |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira Oliveira, Danilo Figueiredo de Big data analytics Big data analytics Data privacy Data protection Privacidade de dados Privacidade em big data analytics Privacy in big data analytics Privacy issues Problemas de privacidade Proteção de dados |
title_short |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
title_full |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
title_fullStr |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
title_full_unstemmed |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
title_sort |
Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira |
author |
Oliveira, Danilo Figueiredo de |
author_facet |
Oliveira, Danilo Figueiredo de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Prado, Edmir Parada Vasques |
dc.contributor.author.fl_str_mv |
Oliveira, Danilo Figueiredo de |
dc.subject.por.fl_str_mv |
Big data analytics Big data analytics Data privacy Data protection Privacidade de dados Privacidade em big data analytics Privacy in big data analytics Privacy issues Problemas de privacidade Proteção de dados |
topic |
Big data analytics Big data analytics Data privacy Data protection Privacidade de dados Privacidade em big data analytics Privacy in big data analytics Privacy issues Problemas de privacidade Proteção de dados |
description |
Privacidade é reconhecida internacionalmente como um direito humano fundamental e tem sido um tema cada vez mais importante ao passo que a humanidade aumenta o uso de produtos e serviços digitais e, consequentemente, a geração e utilização de dados pessoais. A quantidade de dados gerados a cada momento é enorme e exige tecnologias específicas para que sejam coletados, armazenados e disponibilizados para tomada de decisão, o que foi denominado como sistemas de big data analytics (BDA). Nesse cenário, diversos problemas de privacidade de dados podem ocorrer, e as organizações ainda sofrem para mitigar os riscos de violação de privacidade. Governos e organizações internacionais têm criado regulamentos para evitar e punir abusos por parte das organizações aos indivíduos, mas não têm sido suficientes para evitar grandes vazamentos de dados, entre outros problemas de privacidade de dados. Assim, o objetivo deste estudo foi analisar os problemas de privacidade de dados no contexto de BDA, bem como as suas causas, e identificar as principais ações e práticas que podem ser adotadas para evitar, minimizar ou resolver esses problemas identificados a partir de uma revisão sistemática da literatura. Para tanto, adotou-se como parâmetro as avaliações de especialistas coletadas por meio da técnica Delphi, considerando a eficiência, eficácia e factibilidade das soluções propostas pela literatura. Como resultado da aplicação da técnica Delphi, verificou-se concordância forte ou muito forte em 10 das 14 dimensões avaliadas, o que implica em confiabilidade alta ou muito alta no ranqueamento dos nove problemas em relação a cinco dos sete conjuntos de causas, e no ranqueamento dos 10 conjuntos de solução em relação a cinco conjuntos de causas. Portanto, conclui-se que, dado os sete conjuntos de causas, foram identificados os principais problemas causados por esses conjuntos e as melhores soluções para mitigar esses conjuntos de causas. De forma geral, dentre os nove problemas de privacidade de dados em BDA \"roubo ou acesso não autorizado a dados\" foi o principal, segundo os especialistas, seguido por \"fraudes e outros crimes\". Os principais conjuntos de causas desses nove problemas foram \"ataques e vulnerabilidade de segurança\" e \"revelação ou inferência de dados não autorizados\". Os principais conjunto de soluções para os sete conjunto de causas foram \"governança de dados\" e \"políticas internas de proteção de privacidade\". |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-12-08 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23012023-202448/ |
url |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23012023-202448/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257747014287360 |