大数据专业英语教程 课件 Unit 10 B Big Data Privacy

BigDataPrivacy

Unit

10TextBContents

NewWords

Abbreviations

Phrases参考译文NewWordsNewWordsNewWordsPhrasesAbbreviationsListeningtoTextA大数据隐私大数据隐私涉及正确管理大数据，以便最大程度地降低风险并保护敏感数据。由于大数据包含庞大而复杂的数据集，因此许多传统的隐私保护流程无法处理所需的规模和速度。为了保护大数据并确保其可用于分析，你需要创建一个隐私保护框架，当数据在不同环境中移动、对大数据处理、分析和共享时，该框架可以保护大数据的数量、速度、多样性和价值。1.大数据隐私在混合多云计算的时代，数据所有者必须跟上数据增长和管理数据法规的增长，特别是适应保护敏感数据和个人身份信息（PII）隐私的法规。随着越来越多的数据分布在更多的位置，侵犯隐私的商业风险从未如此之高，其后果包括从受到高额罚款直至失去市场份额。大数据隐私也是客户信任的问题。你收集的有关用户的数据越多，就越容易“连点成线”了解他们的当前行为、推断他们的未来行为，并最终深入了解他们的生活和偏好。你收集的数据越多，与你的客户保持透明的关系就越重要，那就是让客户了解你对数据的处理方式、存储方式以及为遵守有关隐私和数据的法规所采用步骤。参考译文来自现有资源的数据量和速度正在迅速扩大。你还拥有新的（并且正在增长）各种数据类型和数据源，例如社交网络和物联网设备流。为了跟上步伐，你的大数据隐私策略也需要扩展。这就需要考虑所有以下这些问题：•你打算如何处理客户和用户数据？•数据的准确性如何？不准确数据的潜在后果是什么？•随着数据泄露威胁和内部威胁变得越来越普遍，你的数据安全将如何扩展？•如何平衡在适当位置保持数据与为获取价值而安全地公开数据？•如何遵守业务开展所在国家和地区的数据隐私法规以及如何根据数据的类型或来源进行更改？•你如何在不泄露提高竞争优势的分析“秘诀”的情况下，保持你对所收集的大数据的处理透明度？参考译文参考译文2.大数据隐私的预测预测1：数据隐私授权将变得更加普遍。随着组织在更长的时间段内大量存储更多类型的敏感数据，它们将承受越来越大的压力，要求透明化收集的数据、说明如何分析和使用数据以及为什么需要保留数据。欧盟的通用数据隐私法规（GDPR）是一个引人注目的例子。越来越多的政府机构和监管组织也纷纷效仿。为了满足这些不断增长的需求，公司需要可靠、可扩展的大数据隐私工具，以鼓励和帮助人们访问、查看、更正、匿名化甚至清除部分或全部个人和敏感信息。预测2：新的大数据分析工具将使组织能够对遗留数据进行更深入的分析，发现数据原来未期望的用途，并将其与新的数据源结合起来。大数据分析工具和解决方案现在可以挖掘以前不可用的数据源，并识别隐藏在旧数据中的新关系。当谈论到完整的企业数据视图时，这是一个很大的优势。在保护大数据隐私的同时仍可优化其价值的关键是不断审查以下四个关键数据管理活动：•数据采集•保留和存档•数据使用•创建和更新披露政策和实践拥有强大、可扩展的数据治理计划的公司在评估这些任务时将具有优势。它们将能够在更短的时间内准确评估与数据相关的风险和收益，并根据可信赖的数据迅速采取更具决定性的行动。

参考译文3.大数据隐私与保护策略传统的数据安全性是以网络和系统为中心的，但是今天的混合和多云体系结构将数据分布在与平台无关的更多位置，并且合并的数据类型比以往任何时候都要多。大数据隐私不是事后的想法。它必须是云集成和数据管理策略的组成部分。•你必须定义和管理数据治理策略，以阐明哪些数据至关重要、为什么、谁拥有该关键数据以及如何负责任地使用它们。•你必须利用人工智能和机器学习工具来自动化控制，从而发现、分类和理解所有大数据平台上的各种敏感数据；然后，可以使用该信息来制定和实施智能大数据管理策略。•你必须索引、清查并链接数据主题和身份，以支持数据访问权限和通知。参考译文•你必须能够对敏感数据进行连续的风险分析，以了解风险敞口，确定可用的数据保护资源和投资的优先级，并随着大数据的增长制定保护和补救计划。•你需要与本地的大数据工具（如ClouderaSentry，AmazonMacie和HortonworksRanger）集成的自动化、集中式大数据隐私工具来简化并促进管理数据访问的过程（例如查看、更改和添加访问策略）。•你需要大规模、快速、高效的数据保护功能，包括对在生产和数据湖中使用的大数据进行动态屏蔽，对数据湖和数据仓库中静止的大数据进行加密以及对非生产环境中所使用的