Что выиграют банки от легализации оборота обезличенных данных?
Какие пробелы в регулировании данных видят участники отрасли и какие меры могут быть приняты для их устранения, рассказывает Алексей Нейман, исполнительный директор Ассоциации больших данных (АБД).Использование обезличенных данных для развития технологий, создания новых сервисов и обучения ИИ имеет ряд ограничений, так как не все обезличенные данные одинаково полезны для этих целей. Данные, которые теряют основные свои характеристики и превращаются в статистическую информацию, не дадут бизнесу возможность строить точные предиктивные модели и не позволят создавать принципиально новые полезные сервисы.
В чем проблемы с регулированием оборота обезличенных данных?
В Проекте основных направлений цифровизации финансового рынка на период 2022–2024 годов, подготовленном Банком России, говорится о ряде правовых пробелов в сфере оборота обезличенных данных. В их числе:
— «отсутствие соответствующего регулирования не позволяет сделать однозначный вывод о допустимости обработки, в том числе передачи третьим лицам обезличенных данных без согласия гражданина»;
— «невозможность использовать массив данных для разработки новых технологий и продуктов».
Суть связанной с этим проблемы заключается в том, что:
— данные, полученные в результате обезличивания, все равно имеют статус ПДн, поскольку, согласно действующему законодательству, могут быть восстановлены с помощью дополнительной информации;
— переход к статусу “безвозвратно обезличенных”, которые могут свободно использоваться бизнесом, не отрегулирован ни в нормативных документах, ни в технологических стандартах. Регулирование аналитики на основе обезличенных данных в настоящее время находится в серой зоне, и компании осуществляют ее на свой страх и риск (например — любой статистический отчёт из 100 строк, который является результатом агрегации множества различных персональных транзакций также по сути своего происхождения может считаться персональными данными).
Можно ли нивелировать риски обезличивания и сбалансировать пользу и безопасность данных?
Чтобы выработать критерии для определения, какому из двух типов обработки данных — ПДн или статистика — соответствует обработка конкретного дата-сета с определенной целью и в определенном контексте, АБД предложила регулятору обсудить риск-ориентированный подход.
В его основе — расчет допустимого порога риска. Если порог риска ниже определенного уровня, обработка датасета является обработкой информации (статистики). А значит — этот датасет относится к свободному обороту данных без отягощения, присущего ПДн.
При обработке обезличенных данных могут возникнуть два вида рисков их реидентификации:
1) Риск данных: вероятность того, что в обезличенном дата-сете можно выйти на субъекта ПДн;
2) Контекстный риск, предполагающий возможность причинения ущерба этому субъекту ПДн в ходе обработки датасета.
При этом крайне важно определить уровень остаточных рисков, которые, возможно, придётся страховать. Сведение их до нуля на практике невозможно.
Математическую модель расчета рисков обезличивания имеет смысл зашить в технический регламент, который станет частью отраслевого — имеется в виду отрасль данных и ИТ — правового регулирования работы с данными (по образцу включения моделей расчета рисков в финансовой отрасли, объединенных в Базель III).
Помимо определения порога рисков, банкам и другим участникам отрасли предстоит научиться находить баланс между безопасностью и полезностью данных, когда полученным данным можно доверять и использовать, но по которым невозможно реидентифицировать конкретных субъектов.
В рамках риск-ориентированного подход целесообразно оценивать риски деобезличивания в каждом конкретном случае применения методов, в том числе давать оценку контекстного риска (исходя из того, в каких условиях будет обрабатываться обезличенный датасет)
Чтобы нивелировать контекстные риски, Ассоциация больших данных рекомендует банкам использовать комбинацию технологических и организационных методов обеспечения безопасности, например:
— производить машинную обработку обезличенных датасеторв без оператора;
— поместить все данные в абсолютно замкнутый контур без возможности их выведения;
— реализовывать совместные конфиденциальные вычисления обезличенных данных в анклавах, и пр.
При таких видах обработки контекстные риски могут быть сведены практически до нуля, и совокупный риск также будет достигать околонулевых показателей.
Добавлю, что сейчас АБД и Академия криптографии запустили пилот по тестированию различных методов обезличивания и разработанных риск-методик с целью установления границ между обезличенными и персональными данными.
Какие решения смогут разрабатывать банки при легализации оборота обезличенных данных?
Речь идет в основном об аналитических продуктах на стыке различных отраслей. Банки готовы предоставлять глобальную и детальную статистику, а телеком-операторы, интернет-провайдеры, ритейлеры и пр. смогут обогатить ее полезными отраслевыми деталями. Можно привести примеры таких решений, которые находятся в той или иной стадии проработки сейчас:
1. Сервис для отсечения мошеннических звонков. Система фиксирует подозрительный звонок клиенту и сразу же направляет запрос в банк. Если звонок действительно мошеннический, оператор его прерывает.
2. Сервис прогнозирования выхода клиента на просрочку (NPL ). Такую информацию можно получать из чеков, соцсетей и пр., с учетом демографических, потребительских профилей, поведенческих показателей.
3. Оптимизация трафика посетителей ТЦ (на основе профиля покупателя от мобильных операторов и банков) и отбор релевантных арендаторов.
4. Оптимизация ассортиментной политики в каждой конкретной торговой точке на базе информации от телеком-операторов, банков и ОФД, представленной геослоями. Также ритейлер получат возможность улучшить процесс открытия новых точек, провести реинжиниринг управленческих процессов, оптимизировать расходы и определить необходимость переключиться на другие форматы, например, на дарксторы.
5. Такие проекты, как сервис Ассоциации — “Собственное дело”, рекомендательная платформа для желающих открыть малый бизнес. На основании больших обезличенных данных позволяет прогнозировать поток клиентов в каждой конкретной точке с учетом дневной, недельной и годовой сезонности, рассчитать клиентский поток, определить готовность проходящих мимо людей «купить чашку кофе», вычислить входящий кэш-флоу и спрогнозировать рентабельность бизнеса.
Некоторые подобные решения уже пилотируются в рамках «песочницы данных» АБД. «Песочница данных» представляет собой полностью закрытую технологическую среду, сертифицированную по ФСТЭК в т.ч. и для работы с ПДн. Такие исследования являются частью R&D-деятельности Ассоциации. В проектах могут принимать участие заинтересованные компании и стартапы — все, у кого есть свежие идеи и кому хотелось бы их опробовать с данными банковских или сотовых операторов в закрытом контуре.
Источник: futurebanking.ru
Ассоциация больших данных (АБД) заявила о готовности разработать принципы безопасного хранения и обработки персональных данных россиян в...
Ассоциация больших данных совместно с консалтинговой компанией Б1 и TAdviser представляет второе исследование российского рынка Больших...
Ассоциация больших данных совместно с компанией Guardora провела комплексное тестирование безопасности программной платформы вертикального...