Datenschutzfreundliche Big-Data-Analysen / Big Data privatsphärenfreundlich nutz Geschrieben am Donnerstag, 05. November 2020 von firmenpresse

Die Analyse gro

Das Unternehmen New York City Taxi ver

Big Data nutzen, ohne Privacy zu schaden

Dies ist nur eines von vielen Beispielen daf"Um solche Privacy-Risiken auszuschlie", erkl"In unserer Studie haben wir praktisch umsetzbare L"

Privacy by Design f

Grundvoraussetzung fnologien bedeuten. Die Autoren der Studie empfehlen, auf den Grundprinzipien des Privacy by Design aufzubauen, also Datenschutz schon bei der Konzeption und Entwicklung eines Systems mitzudenken. "Die gro" res

Verschl

Der umfangreichste Teil der Studie gibt einen "Data in Transit"), sichere Speicherung von Daten ("Data at Rest") sowie sichere Verarbeitung von Daten ("Data in Use"). Um Daten durch Big Data gar nicht erst personenbeziehbar zu machen, nennt die Studie verschiedene Verfahren der Anonymisierung f

Die Studie "Privacy und Big Data" ist im Verbundprojekt "Cybersicherheit f" am Fraunhofer SIT entstanden, im Rahmen des Nationalen Forschungszentrums f

Pressekontakt:

Oliver K
06151 869-213
mailto:oliver.kuech@sit.fraunhofer.de

Weiteres Material: http://presseportal.de/pm/79510/4754611
OTS: Fraunhofer-Institut f

Original-Content von: Fraunhofer-Institut f


Aktuelle News:
Hier erhalten Sie einen aktuellen Überblick über die Schlagzeilen der deutschen Medien. Stündlich aktualisiert
  • Internet
  • Gesundheit
  • Nachrichten
  • Recht
  • Umwelt
  • Sonstiges
  • Börse
  • Handy
  • Politik
  • Software
  • Wirtschaft
  • Wissenschaft
  • Web-Verzeichnis:
    Dies ist eine umfassende Business-Suchmaschiene für Unternehmer aus dem Mittelstand.
    lupe Seite anmelden | Live-Suche
    Suche in:  

    Unternehmens-Software:
    Hier ist die Marktübersicht mit detaillierten Informationen über betriebliche Softwareprodukte, Branchensoftware, Standard- und Systemsoftware, technisch-wissenschaftliche Programme mit Herstellerinformation und Bezugsquellen.

    Datenschutzfreundliche Big-Data-Analysen / Big Data privatsphärenfreundlich nutz

    Keine anonymen Kommentare möglich, bitte zuerst anmelden

    Für den Inhalt der Kommentare sind die Verfasser verantwortlich.