Termenul megadate (Big Data, date masive) este adesea folosit în mod vag pentru a desemna paleta de algoritmi, tehnologii și sisteme utilizate pentru colectarea datelor de volum și varietate fără precedent și extragerea de valoare din acestea prin calculul masiv paralel al analiticilor avansate. Sursele Big Data sunt multe și diverse. Senzorii multimedia distribuiți pe internetul obiectelor, dispozitivele și rețelele de telecomunicații mobile, procesele comerciale distribuite și aplicațiile bazate pe web sunt toți furnizori / generatori de date candidate. Pe măsură ce utilizarea Big Data a crescut de-a lungul anilor, diferiții algoritmi, tehnologii și sisteme ating treptat un nivel de dezvoltare și maturitate adecvat pentru adoptarea pe scară largă.
Experiența a arătat că aplicațiile Big Data pot oferi o creștere dramatică a eficienței și eficacității luării deciziilor în organizații și comunități complexe. Se așteaptă ca aceasta să constituie o parte importantă a unei economii înfloritoare bazate pe date, cu aplicații care variază de la știință și afaceri până la armată și intelligence.
Cu toate acestea, pe lângă beneficiile sale sau, în unele cazuri, din cauza lor, Big Data suportă și o serie de riscuri de securitate. Sistemele Big Data devin din ce în ce mai mult ținte de atac ale agenților de amenințare și vor fi concepute atacuri din ce în ce mai elaborate și specializate pentru a exploata vulnerabilitățile și punctele slabe. Amenințările Big Data includ, dar nu se limitează la, amenințări la adresa datelor obișnuite. Nivelul ridicat de replicare în stocarea Big Data și frecvența externalizării calculelor Big Data introduc noi tipuri de amenințări de încălcare, scurgere și degradare care sunt specifice Big Data.
În final lucrarea prezintă principalele probleme cu care se confruntă oamenii de afaceri și oamenii de știință în lucrul cu seturile mari de date (Big Data), evidențiind principale aspecte etice, luând în considerare inclusiv legislația din Uniunea Europeană.
CUPRINS
1. Big Data în afaceri
– Literatură aferentă
– 1.1. Peisajul de megadate în evoluție
– 1.2. Modele de afaceri cu megadate
– – 1.2.1. Modele de afaceri cu date
– – – 1.2.1.1. Decizii informate de afaceri
– – – 1.2.1.2. Brokeri de date
– – – 1.2.1.3. Analitica datelor ca serviciu
– – – 1.2.1.4. Consultanță și consiliere
– – – 1.2.1.5. Furnizori de instrumente
– – 1.2.2. O tipologie a modelelor de afaceri cu Big Data
– 1.3. Provocări, obstacole și sugestii de politici
– – Calitatea datelor
– – Context, metadate și proveniența datelor
– – Standarde și accesibilitate
– – Politica internă
– – Rolul guvernului
– 1.4. Concluzii
– 1.5. Referințe
2. Securitatea Big Data
– 2.1. Medii Big Data
– – 2.1.1 Arhitectura Big Data
– 2.2. Active Big Data
– – 2.2.1 Taxonomia activelor Big Data
– – 2.2.2 Categorii de active Big Data
– 2.3. Amenințări Big Data (megadate)
– – 2.3.1. Taxonomia amenințărilor
– – 2.3.2. Maparea amenințărilor la activele Big Data
– – – 2.3.2.1 Grupul de amenințări: Daune neintenționate/pierderea informațiilor sau a activelor IT
– – – – Amenințare: Surgerea/partajarea informațiilor din cauza unei erori umane
– – – – Amenințare: Scurgeri de date prin aplicații web (API-uri nesigure)
– – – – Amenințare: Proiectare și planificare inadecvate sau adaptare incorectă
– – – 2.3.2.2 Grupul de amenințări: ascultarea clandestină, interceptarea și hijacking
– – – – Amenințare: Interceptarea informațiilor
– – – 2.3.2.3 Grupul de amenințări: Activități/abuzuri nefaste
– – – – Amenințare: Fraudarea identității
– – – 2.3.2.4 Grupul de amenințare: Legale
– – – – Amenințare: Încălcarea legilor sau reglementărilor / Încălcarea legislației / Abuzul de date cu caracter personal
– – – 2.3.2.5 Grup de amenințări: Amenințări organizaționale
– – – – Amenințare: Lipsa de calificare
– 2.4. Agenții de amenințări
– 2.5. Bune practici
– 2.6. Analiza lacunelor
– – Lacune în protecția datelor
– – Utilizarea criptografiei în aplicații și servicii de back-end
– – Lacune în modelele de calcul și stocare
– – Lacune pe roluri (administratori, cercetători de date și utilizatori finali)
– – Recomandări
– 2.7. Analitica Big Data pentru securitate
– – Detectarea anomaliilor
– – Blocarea serviciului
– – Detectarea fraudelor
– – Rețele bot
– 2.8. Referințe
3. Etica Big Data
– 3.1. Introducere
– – 3.1.1 Definiții
– – 3.1.2 Dimensiunile Big Data
– 3.2. Tehnologia
– – 3.2.1 Aplicații
– – – 3.2.1.1 În cercetare
– 3.3. Aspecte filosofice
– 3.4 Aspecte legale
– – 3.4.1 GDPR
– – – Etapele procesării datelor personale
– – – Principiile procesării datelor
– – – Politica de confidențialitate și transparența
– – – Scopurile procesării datelor
– – – Confidențialitate prin design și implicită
– – – Paradoxul (legal) al Big Data
– 3.5. Probleme etice
– – Etica în cercetare
– – Conștientizarea
– – Consimțământul
– – Controlul
– – Transparența
– – Încrederea
– – Proprietatea
– – Supravegherea și securitatea
– – Identitatea digitală
– – Realitatea ajustată
– – De-anonimizarea
– – Inegalitatea digitală
– – Confidențialitatea
– 3.6. Cercetarea Big Data
– 3.7. Concluzii
– 3.8. Bibliografie
Despre autor
– Nicolae Sfetcu
– – Contact
Editura
– MultiMedia Publishing
MultiMedia Publishing
– Digital: EPUB (ISBN 978-606-033-656-3), Kindle (ISBN 978-606-033-657-0), PDF (ISBN 978-606-033-658-7)
– Tipărit: Format B5 250 x 176 x 6 mm, 229 g, 111 pagini) ISBN 978-606-033-655-6
DOI: 10.58679/TW91602
Recenzii
Nu există recenzii până acum.