关于大数据的使用,许多学校都会顾虑重重,包括数据的使用边界问题,数据的个人隐私问题。这种顾虑有其背景,但不适宜放大。
第一,数据如何分析如何使用,都会有一个授权的过程,通用的报表都会上线,供各部门共享,而集中数据采集则需要通过一定的流程进行授权后方可使用,从而从制度上首先保证了数据服务的规范。
第二,数据中心提供管理数据的服务时,提供的是清理之后的数据,不会涉及到个人的信息,尤其是学校的师生生活数据、一卡通数据、校务管理数据,甚至是师生的医疗数据等,不会对应到个人信息,而是提供给相关部门整体的趋势分析。大数据不是数据库,学校的数据库是与个人对应的,但成为大数据,则不应该针对个人,这也应当有相应的政策和制度,凡涉及隐私数据都应进行清理并替代,这也能从根源上保证个人隐私权益。
第三,针对数据管理员,也应当签定保密协议,制定相应的管理制度,避免出现管理上的短板。
宓詠
数据分析以趋势、平均、分类等分析为主,轻易不要针对个人去做分析,以保护个人的隐私;
如果数据想提供开放服务的话,必须重视数据脱敏工作、包括静态数据脱敏(SDM)和动态数据脱敏(DDM);
同时,更要注意数据安全管理,建立和完善数据管理体系。
陆以勤
数据使用用户隐私问题处理不好,后果是非常严重的。在实践中,有以下几个方面需要注意。
第一种情况是: 如何保证业务系统的用户数据在系统开发、维护过程中用户隐私不被泄露。为了防止这种情况的发生,应该严格划分开发和运行的界面,学校的IT主管单位也应对开发和运行划分为不同的岗位,最好是不同的部门(华南理工大学将其相应分为软件开发部和数据和高性能计算中心两个不同的部门),开发环境应和运行环境分开。第二种情况是: 数据维护单位自己进行大数据分析或者向第三方提供数据进行分析、交换时,如何防止用户隐私泄露。这种情况随着大数据技术的发展日益提上日程,此问题解决不好,会影响大数据事业的发展。
沈富可
关于实施过程中的隐私保护问题,已有的教育管理数据主要涉及教师信息、学生信息、课程信息等,涉及到个人隐私,将来的教学行为信息也会涉及到隐私问题,这些信息要直接使用需要得到数据拥有者(教师、学生、管理者等)的授权,解决这个问题,可以将这些基础数据进行“脱敏”处理。然而,过渡脱敏可能会损失数据的个性化,既不能过分强调个性而损失隐私,也不能过分强调隐私而损失个性,因此,需要将多少字段及哪些字段作为敏感数据进行脱敏处理这就需要在数据脱敏过程中进行折中处理。
陈云
数据分析结果展示具有严格的权限控制,对于总体分析,其分析的是总体的发展状况和趋势,不会将个人隐私数据直接加以展示;对于个人隐私数据,主要用于面向个人的个性化数据服务,即用户只能查阅自己的数据,其他人无权查阅。