Proteção de privacidade de dados em ambiente de big data analytics: um estudo da realidade brasileira

• Autor(a) principal: Oliveira, Danilo Figueiredo de
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23012023-202448/
• 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

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\".