论文名称 大数据隐私议题及我国隐私保护改善方向之探讨
年别 107
学位 硕士
学校系所 成功大学 电信管理研究所
作者 巫昱德
指导教授 黄郁雯
论文摘要        国际数据资讯公司(IDC)预测,全球大数据(Big Data)与分析市场规模将在5年以内增加一半以上,预计将从2015年的1220亿美元于2020年达到2000亿美元的规模,年成长率为11.7%。业者利用大数据的分析来规画并提供服务,却同时带来新的隐私风险,因此如何兼顾大数据应用及隐私权保护则成为全球新兴的关键课题。   本研究包含四个研究目的。首先,本研究透过文献回顾及比较研究法,汇整大数据特性、相关应用、风险及各国相关政策、大数据世代下关键议题,包括「资料蒐集告知困境」、「去识别化与再识别风险」、「删除权行使的限制或扩张」及「分析结果引发偏误与歧视」。并汇整各国对于关键议题之现况发展、学者意见。研究对象包括欧盟、美国、日本及我国。第二,本研究进一步以实证研究,透过修正式德尔菲法,找出大数据世代下隐私权相关的关键议题作为本研究主要研究议题。第三,本研究皆采用AHP专家问卷,针对三大关键隐私议题,各别列出改善方向,进行专家问卷设计与调查,蒐集专家对于关键隐私议题之看法,本次一共发放20分专家问卷,回收19份,问卷经由Expert choice 2000 分析后,得出各个议题及改善方向之相对权重值及优先级。最后,本研究将分析问卷结果,并给予我国立法机构相关建议。   本研究之贡献包含采用创新研究方法,结合法律研究及实证研究,此一作法为过去缺乏之研究方法。除此之外,本研究所提供之立法建议皆经过专家问卷蒐集及分析所实证。   本研究发现,除了「分析结果引发偏误与歧视」,其馀三大议题皆通过修正式德尔菲法之筛选标准。透过AHP层级分析法亦发现,专家认为「去识别化与再识别风险」为重要性最高之隐私关键议题,「资料蒐集告知困境」次之,「删除权行使的限制或扩张」重要性最低。对于「资料蒐集告知困境」议题,专家学者偏好以「部门式」立法,订定产业特别法,排除个资法告知义务适用范围;「去识别化与再识别化风险」中,专家学者偏好针对去识别技术加以限制,规定须以包含加入干扰之方式为之;而「删除权行使的限制或扩张」议题,专家学者则是偏好鼓励删除权扩张,但从严行使被遗忘权,订定被遗忘权之检验标准。   本研究建议立法机构可将去识别技术限制纳入个资法或强制性国家标准中以作为去识别之要求;将业者蒐集个资之告知义务纳入产业特别法,如我国目前之保险法177-1条,并于个资法中纳入被遗忘权并明订行使之标准从严行使特定标准检验之。后续研究除可探讨我国去识别化如何订定技术限制细节、探讨不同产业于大数据应用下蒐集个资告知义务之状况、遗忘权行使之标准,亦可针对「分析结果引发偏误与歧视」进行改善方向之探讨。
附件下载 (电子档于111-10-19后开放下载)
大数据隐私议题及我国隐私保护改善方向之探讨.pdf
张贴日 2018/10/23
Hashtags
查看次数: 6