任务1.3 数据安全伦理与职业素养

项目一主讲教师:段晓亮Datasecurityethicsandprofessionalethics数据安全伦理与职业素养（上）数据的重要性也带来了新的挑战。数据安全和隐私保护成为企业必须面对的重要课题。如何在利用数据的同时，确保数据的安全性和用户的隐私，是数字经济时代企业必须解决的问题。数据服务的普及也带来了新的伦理和法律问题。如何在保护个人隐私的同时，充分利用数据的价值，成为了社会各界关注的焦点。数据服务的提供者需要建立严格的数据管理机制，确保数据的合法使用和安全存储。任务导入任务知识目标了解数据安全的常见场景01了解数据安全的基本概念02了解云时代数据安全的新特征0304了解人工智能伦理任务技能目标目标01具备云时代的数据安全伦理的职业素养02能够处理不同行业应用场景数据安全问题任务思政目标01通过任务实施，培养学生数据安全伦理意识和职业素养。CONTENTS目录数据安全概述01OverviewofDataSecurity数据安全场景案例02CaseStudyofDataSecurityScenarios人工智能伦理03ArtificialIntelligenceEthics数据安全概述PART01OverviewofDataSecurity1.数据安全概念数据安全也是一个不断演变的历史，从最初的以数据库安全为核心，发展到以数据生命周期安全为核心的技术，再到以数据基础设施安全为核心的数据安全技术，数据安全也随着物联网、大数据、云计算、人工智能技术的飞速发展而不断演化。1.数据安全概念随着数据价值日益凸显，数据安全风险与日俱增，如频繁出现数据被过度收集、数据滥用、数据泄露、数据贩卖等问题，所带来的损失升级,同时也给国家安全和社会秩序造成多重威胁，由此可见，数据安全是数字经济发展的基础。数据安全问题在社会生活中的各领域都有所体现。例如在工业领域，随着新一代信息技术与制造业融合发展，以及数字经济发展的驱动下，工业领域数据逐步从以往局限于企业内网中使用向企业外网、云平台等处流通应用，数据的流向、流动路径、存储位置、使用方式等都在发生新的变化，伴随而来的数据违规传输、非授权访问、云端数据大规模泄露等风险愈发严重。1.数据安全概念感知传感器包括视觉传感器、激光传感器、雷达传感器等类型。视觉传感器：即摄像头，摄像头分为单目视觉和双目（立体）视觉两类。比较知名的视觉传感器提供商有以色列的Mobileye，加拿大的PointGrey，德国的Pike等。激光传感器：分为单线和多线。每多一线，成本相应上涨，当然检测效果也相对更为出色。比较知名的激光传感器提供商有美国的Velodyne和Quanergy，德国的Ibeo等。国内有速腾聚创和禾赛科技。雷达传感器：雷达传感器已经在汽车上得到了广泛使用，应该是车厂Tier1的强项。知名的供应商当然是博世、德尔福、电装等。课堂讨论1.数据安全的发展历史以及数据安全在数字经济发展中的重要性？1.

数据不当收集在大数据环境中，可以通过医疗就医记录、购物及服务记录、网站搜索记录、手机通话记录、手机位置轨迹记录等来获取用户的个人隐私信息。收集这些个人信息时，通常是没有经过用户同意，或者用户根本没有时间去思考数据的用途；是谁收集了自己的数据？是谁使用了自己的数据？2.数据泄露2.数据融合个人数据是个体经济社会活动的表现，比如个人医疗数据、个人消费数据、个人地理位置数据、社交网络数据等。然而，利用大数据、人工智能技术可以将多个来源的个人数据集成融合进而推理得出其他的个人敏感信息，给个人隐私保护造成了很大得威胁。2.数据泄露3.数据分析带来的风险利用大数据和人工智能技术可以通过个人数据挖掘达到预测的目的。例如个性化推荐系统可以根据客户的网上浏览和购买行为，向用户推荐感兴趣的信息和商品。此时个人的行为模式即被商家预测，进而泄露的个人隐私。2.数据是如何泄露的？感知传感器包括视觉传感器、激光传感器、雷达传感器等类型。视觉传感器：即摄像头，摄像头分为单目视觉和双目（立体）视觉两类。比较知名的视觉传感器提供商有以色列的Mobileye，加拿大的PointGrey，德国的Pike等。激光传感器：分为单线和多线。每多一线，成本相应上涨，当然检测效果也相对更为出色。比较知名的激光传感器提供商有美国的Velodyne和Quanergy，德国的Ibeo等。国内有速腾聚创和禾赛科技。雷达传感器：雷达传感器已经在汽车上得到了广泛使用，应该是车厂Tier1的强项。知名的供应商当然是博世、德尔福、电装等。课堂讨论2.列举生活中可能产生的数据泄露方式以及实际案例3.云时代的数据安全云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池（如计算设施、存储设备、应用程序等）的计算模式。在大数据、人工智能、云计算时代，数据安全表现出很多新的形态，如何保证数据安全，是必须考虑的问题。这种需求使组织愈发迫切地需要在其安全体系中采用自动化、人工智能(AI)和机器学习(ML)。AI和ML在网络安全运营中发挥着至关重要的作用，因为它们使我们能够分析大量数据，察觉人类分析师无法发现的可疑活动规律和威胁信号，不至于为时已晚。3.云时代的数据安全感知传感器包括视觉传感器、激光传感器、雷达传感器等类型。视觉传感器：即摄像头，摄像头分为单目视觉和双目（立体）视觉两类。比较知名的视觉传感器提供商有以色列的Mobileye，加拿大的PointGrey，德国的Pike等。激光传感器：分为单线和多线。每多一线，成本相应上涨，当然检测效果也相对更为出色。比较知名的激光传感器提供商有美国的Velodyne和Quanergy，德国的Ibeo等。国内有速腾聚创和禾赛科技。雷达传感器：雷达传感器已经在汽车上得到了广泛使用，应该是车厂Tier1的强项。知名的供应商当然是博世、德尔福、电装等。课堂讨论3.大数据、云计算时代的数据安全有哪些新特点，可以通过哪些方式防范？数据安全场景案例PART02CaseStudyofDataSecurityScenarios1.数据安全场景案例场景一人脸识别人脸识别技术在各个领域得到了广泛的应用，例如大家熟知的设备解锁、刷脸支付、刷脸考勤、安防、犯罪侦查等应用场景。人脸识别技术在为人们的生活带来便利的同时，在个人隐私保护、个人自由、伦理等方面也引起了很多的争议。人脸识别技术应当在不同的应用场景下设置不同的监管要求，合理衡量个人权利保护、公共利益和相关产业的合理健康发展。1.数据安全场景案例场景二大数据背景下的数据安全大数据的应用必然会面对个人隐私数据的挑战，为了推送精准的广告信息，就需要收集个人的购买习惯、个人喜好等数据，这些数据中包含了许多个人隐私；为了获得以人类基因为基础的医疗数据来提高对疾病的治疗，就需要收集尽可能多的人类基因样本，这些资料一旦保管不好，就可能对提供样本的个人带来巨大的风险。为了建立智慧城市，需要收集每个人、每辆车等的详细信息，这些信息一旦泄露，就会造成社会犯罪的发生。有效、合法、合理的收集、利用、保护大数据，是大数据时代的基本要求，需要政府、企业、个人三方共同协作，既保证大规模数据信息的利用，同时又要避免个人隐私的滥用和泄露。1.数据安全场景案例场景三网络爬虫技术的安全性如果爬虫技术使用不当，就有可能触犯法律，相应的就会收到法律的制裁。从爬取什么数据、如何爬取数据以及如何使用得到的数据来判断是否触犯法律。例如爬取属于著作权法保护的作品、爬取个人隐私信息等行为。不尊守Robots协议，该协议是技术界为了解决爬取方和被爬取方之间通过计算机程序完成关于爬取的意愿沟通而产生的一种机制，所以无视网站设置的Robots协议而随意抓取网站内容的行为被视为违反诚实信用原则和商业道德的不正当竞争行为，涉嫌构成犯罪。如果爬取到的数据用于盈利、损害他人利益、造假、诽谤以及提供公民个人隐私信息等都会构成犯罪。2.数据安全法律法规围绕数据安全与个人信息保护，我国形成了以《国家安全法》为总纲，《网络安全法》、《数据安全法》和《个人信息保护法》三部法律为基础的法律监管体系。数据安全法律法规2.数据安全法律法规1《网络安全法》从设施、运营、数据以及内容安全四个维度对于未来的网络安全进行法规约束。2《数据安全法》则围绕“收集、存储、使用、加工、传输、提供、公开”等数据处理流程，对于大数据的各参与方进行法律约束。3《个人信息保护法》从个人信息保护应遵循的原则和信息处理规则等方面进行约束，以增强个人在数字经济时代的安全感。感知传感器包括视觉传感器、激光传感器、雷达传感器等类型。视觉传感器：即摄像头，摄像头分为单目视觉和双目（立体）视觉两类。比较知名的视觉传感器提供商有以色列的Mobileye，加拿大的PointGrey，德国的Pike等。激光传感器：分为单线和多线。每多一线，成本相应上涨，当然检测效果也相对更为出色。比较知名的激光传感器提供商有美国的Velodyne和Quanergy，德国的Ibeo等。国内有速腾聚创和禾赛科技。雷达传感器：雷达传感器已经在汽车上得到了广泛使用，应该是车厂Tier1的强项。知名的供应商当然是博世、德尔福、电装等。课堂讨论讨论在从事与数据有关的岗位工作时，应当如何培养自身的数据安全意识，以及在工作中应当注意哪些细节？任务实施Taskimplementation感知传感器包括视觉传感器、激光传感器、雷达传感器等类型。视觉传感器：即摄像头，摄像头分为单目视觉和双目（立体）视觉两类。比较知名的视觉传感器提供商有以色列的Mobileye，加拿大的PointGrey，德国的P