数据处理

Dama知识体系，数据处理伦理指如何以符合伦理准则的方式获取、存储、管理、使用和销毁数据。

数据处理和伦理

• 引言
  • 数据处理伦理指如何以符合伦理准则的方式获取、存储、管理、使用和销毁数据
  • 核心
    • 1. 对人的影响
    • 2. 滥用的可能
    • 3. 数据的经济价值
  • 数据处理法规
    • 1. 美国的HIPAA（健康保险可移植性和责任法案）
    • 2. 加拿大的PIPEDA（个人信息保护和电子文案法案）
    • 3. 欧盟通用数据保护条例（GDPR）
  • 语境关系图：数据处理伦理
    • 定义
      • 数据处理伦理是指如何以符合道德准则及社会责任的方式去获取、存储、管理
    • 目标
      • 定义组织中数据处理的伦理规范
      • 教导员工不正当处理数据会产生的企业风险
      • 改变或渗透数据处理行为文化
      • 监管、度量、监控和调整组织伦理准则行为
    • 活动
      • 1.回顾数据处理实践（P）
      • 2.识别准则、方法和风险因素（P）
      • 3.建立数据处理伦理策略（P）
      • 4.找到实践差距（D）
      • 5.沟通和培训员工（D）
      • 6.监控和校正（C）
    • 交付成果
      • 当前实践和差距
      • 数据处理伦理策略
      • 沟通计划
      • 职业伦理培训计划
      • 公司数据伦理声明
      • 对数据伦理问题的认识
      • 统一激励措施，绩效考核指标和目标
      • 更新策略
      • 数据处理伦理报告
    • 方法
      • 沟通计划清单
      • 年度伦理宣誓大会
    • 度量指标
      • 培训员工人数
      • 合规/不合规事件
      • 企业高管参与
    • 语境关系图
• 业务驱动因素
  • 伦理意味着“在没有人注意的情况下正确做事”
    • 君子慎独
  • 创建一种伦理文化需要引入适当的治理活动，包括建立控制机制，以确保数据处理的预期结果和最终结果都符合伦理要求，不违背托管人的信任或侵犯人类的尊严
    • 数据伦理除了有一个相对立面，也是对决策者、开发者、使用者的一种约束
• 基本概念
  • 数据伦理准则
    • 生物伦理学以维护人类尊严为中心的公认原则为数据伦理准则提供了一个良好的起点。
    • 四个准则
      • 1）尊重他人
      • 2）行善原则
      • 3）公正
      • 4）尊重法律和公众利益
    • 数据处理伦理遵循的四大支柱
      • 1）面向未来的数据处理条例、尊重隐私权和数据保护权利
      • 2）确定个人信息处理的责任人
      • 3）数据处理产品及服务设计及工程过程中的隐私意识
      • 4）增加个人的自主权
  • 数据隐私法背后的原则
    • 欧盟的GDPR准则
      • 公平、合法、透明
        • 数据主题中的个人数据应以合法、公平和透明的方式进行处理
      • 目的限制
        • 必须按照制定、明确、合法的目标去采集个人数据，并且不得将数据用于采集目标之外的方面
      • 数据最小化
        • 采集的个人数据必须足够相关，并且仅限于与处理目的相关的必要信息
      • 准确性
        • 个人数据必须准确，有必要保持最新的数据。必须采取一切合理步骤，确保在完成个人数据处理后能及时删除或更正不准确的个人数据
      • 存储限制
      • 诚信和保密
        • 必须确保个人数据得到安全妥善的处理，包括使用适当技术和组织方法防止数据被擅自或非法处理，防止意外丢失、被破坏或摧毁等
        • 数据必须以可以识别的数据主体（个人）的形式保存，保存时间不得超过处理个人数据所需的时间
      • 问责制度
        • 控制数据的人员应负责并能够证明符合上述这些原则
    • 加拿大的PIPEDA的法定义务
    • 美国隐私方案标准
  • 建立数据伦理文化
    • 1.评审现有数据处理方法
    • 2.识别原则、实践和风险因素
    • 3.制定合乎伦理的数据处理策略和路线图
    • 4.采用对社会负责的伦理风险模型