Daten im Internet of Things

Transkript

1 Daten im Internet of Things Prof. Dr. Gunnar Stevens Wirtschafts- und Verbraucherinformatik Hochschule Bonn-Rhein Sieg / Universität Siegen Internet of Things Werteversprechen Personalisierte Bedienbarkeit Ständige Verfügbarkeit Unsichtbare, intelligente Assistenten Entgrenzte Datennutzung Räumlich entgrenzt Zeitlich entgrenzt In Wirkung entgrenzt The most profound technologies are those that disappear. They weave themselves into the fabric of everyday life until they are indistinguishable from it. - M. Weiser, The computer for the 21st Century,

2 Strategien für den Selbstdatenschutz Privacy by Design Datensparsamkeit & lokale Verarbeitung Sichere Ende-zu-Ende Verschlüsselung Sichere Cloud-Infrastrukturen Privacy Control Erhebung unterbinden Nutzung unterbinden Privacy Awareness Erhebung sichtbar machen Einsicht in die Verarbeitungsverfahren Digitalisierung aus Verbrauchersicht Schutz der eigenen Privatsphäre z.b. politische Einstellung, heimliche Affären, etc. gehen keinen was an erst recht nicht die Nachbarn oder die Eltern Schutz wirtschaftlicher Assets z.b. wenn Google & Co. mit den eigenen Daten Geld verdienen, möchte man am Gewinn beteiligt werden Schutz vor negativen Auswirkungen z.b. Facebook-Likes sollten nicht dazu führen, dass z.b. der Preis für Urlaubsreisen teurer wird oder man sogar im Urlaub verhaftet wird Ein Backpacker aus Deutschland reist in die Türkei, weil er das Land erkunden will. Doch die Reise endet, bevor sie angefangen hat: Nachdem er drei Tage in einer Arrestzelle am Flughafen in Izmir verbringen muss, wird er zurückgeschickt. - FOCUS-Online,

3 car-bits.de Digitalisierung des Autos Infrastruktur & Mehrwertdienste Personalisierte Dienstleistungen Car-Awareness Services Telematik-basierte Versicherungstarife Car-to-Infrastructure Verkehrsleitsysteme Tempo-Optimierung für Verkehrsfluss Anonyme Mehrwertanalysen Schlagloch-Detektion Verkehrsaufkommen/Routenplanung Connected Car Datenplattform Mehrwertdienste 3

4 Privacy by Design Sicherung der Datenplattform Sicherung des Transports Standardmäßige Verschlüsselung Mehrseitig-sicheres Schlüsselmanagement Sicherung der Speicherung Organisatorische Maßnahmen z.b. deutsche Server, verteilte Rechenzentren Software-Sicherheitsmaßnahmen z.b. getrennte Speicherung von Daten und Schlüsseln Hardware-Sicherheitsmaßnahmen z.b. In-Memory Speicherung Sicherung der Verarbeitung Keine Herausgabe der Rohdaten Zertifizierte Analyseprogramme laufen unter der Hoheit und Kontrolle des Plattformbetreibers Anonymisierte Verarbeitung fördern Prinzipielle Trennung von Datenwerten und Personenbezug Spezifikation verschiedener Stufen der Sensibilität, z.b. vordefinierte Klassen der Datenaggregation Privacy Control Zugriffskontrolle Klassische Zugriffskontrolle Körnigkeit: Welche Objekte sind zu schützen? z.b. Datei, Ordner, Art: Welche Operationen sind erlaubt? Lesen, Schreiben, Löschen, Ausführen, Zugang: Welcher Akteur darf zugreifen? Einzelner Nutzer, Gruppe von Nutzern, Typ von Nutzer, Neue Herausforderung im Internet of Things Körnigkeit: Einzelnes Datum -> Viele Datenströme z.b. einzelne Sensoren, Gerät, Person, Zeiträume? Art: Einfache Operationen -> Komplexe Analysen z.b. Verkehrsmanagement-Analyse, Versicherungseinstufung, Zugang: Nutzer -> Unternehmensnetzwerke z.b. Hersteller, Zulieferer, Werkstatt, Entwickler spezifiziert Zugriffsbedarfe Betriebssystem kontrolliert Zugriffe Nutzer autorisiert Zugriffe 4

5 Privacy Control Data Analytics Policies Abstrakt definierte DATA-SOURCE als Schutzgut Abstrahiert von technischen Details z.b. Sensorfusion & gestufte Datenaggregation Sensibilität der Datenquelle einstellbar INTENDED PURPOSE als Dimension der Zugriffskontrolle Festlegen standardisierter Verwendungszwecke z.b. Verkehrsanalyse, Telematik-Tarif, Zugriff auf Daten an diese Verwendungszwecke binden Formale vs. verständliche Spezifikation Policy-Spezifikation als Bindeglied zwischen maschineller Kontrolle und bewusster Einwilligung Google darf auf aktuelle Position zur Verkehrsanalyse zugreifen <SUBJECT> IS ALLOWED TO USE <DATA SOURCE> FOR <INTENDED PURPOSE> <xml>..<data-source>...<item>position</item>...<as>sensitive </AS>..</DATA-SOURCE>..<ALLOW>...<ITEM> Position </ITEM>...<TO> trafficanalysis</to>..</allow>..<allow>...<item> Position.trafficAnalysis </ITEM>...<TO> </xml> Daten-Analyst spezifiziert Zweck & Zugriffsbedarfe Daten-Plattform kontrolliert Zugriffe Nutzer autorisiert/überwacht Zugriffe Privacy Awareness Second Cockpit Connected Car Dashboard Bündelt verschiedene Mehrwertdienste für den Nutzer Beinhaltet ein Privacy-Assistenten Förderung der digitalen Souveränität Integrierte Betrachtung von Usability und Privacy-Aspekten Datenzugriff und Datenverarbeitung sichtbar machen Kosten-Nutzen Abwägung der Datenweitergabe erleichtern 5

6 Zusammenfassung EDV-Zeitalter Wenige Datenquellen Schutz vor Staat im Fokus Abgrenzung zwischen dem öffentlichen und privaten Raum Hohe Transparenz der Datennutzung Weitgehend flüchtige Kommunikation Objekt-orientiertes Verständnis von Daten IoT-Zeitalter Vielzahl hochauflösender Datenquellen Vielzahl der Akteure Verschmelzung öffentlicher und privater Räume Geringe Aufmerksamkeit für Datenerhebung Hoher Grad der dauerhaften Speicherung Zunehmende Abstraktion in der Analyse, Daten-Triangulation und Interpretationskraft 6