**[Il task team UNCEBD Privacy Enhancing Techinques ha pubblicato un pamphlet con metodologie e approcci per mitigare i rischi per la privacy quando si utilizzano dati sensibili o riservati, che sono collettivamente indicati come tecnologie di miglioramento della privacy (PET). ](https://unstats.un.org/bigdata/task-teams/privacy/guide/index.cshtml)**
[@eticadigitale](https://feddit.it/c/eticadigitale)
Agli Uffici nazionali di statistica (NSO) sono affidati dati che hanno il potenziale per guidare l'innovazione e migliorare i servizi nazionali, la ricerca e i benefici sociali. Tuttavia, c'è stato un aumento delle minacce informatiche sostenute, reti complesse di intermediari motivati a procurarsi dati sensibili e progressi nei metodi per reidentificare e collegare i dati a individui e tra più fonti di dati. Le violazioni dei dati erodono la fiducia del pubblico e possono avere gravi conseguenze negative per individui, gruppi e comunità.
> Le statistiche ufficiali sono una fonte attendibile di informazioni per i governi di tutto il mondo per prendere decisioni informate e basate sui dati. Pertanto, l'ampiezza delle informazioni viene raccolta da una serie di fonti di dati come indagini sulle famiglie e sulle imprese, censimenti della popolazione, economici o agricoli, una varietà di registri amministrativi o persino dati del settore privato. Tali fonti di dati sono gli input per la compilazione di statistiche e indicatori sull'economia, l'ambiente e la società. In molti modi, le statistiche ufficiali offrono un'istantanea dello sviluppo e del tasso di progresso di un paese. Naturalmente, quanto più dettagliato è il livello dei dati di input, tanto più sfumate possono essere le statistiche ufficiali. Tuttavia, la raccolta, il trattamento e la diffusione di dati spesso sensibili devono proteggere la privacy delle persone e delle imprese. Inoltre, considerando gli uffici nazionali di statistica (NSO) come parte degli ecosistemi di dati nazionali e internazionali, gli NSO potrebbero potenzialmente condividere molti più dati se in grado di proteggere la loro privacy. Questo inevitabile compromesso è il fulcro di questo documento, o più concisamente: come possiamo utilizzare la tecnologia per mitigare i rischi per la privacy e fornire garanzie dimostrabili sulla privacy durante l'intero ciclo di raccolta, elaborazione, analisi e distribuzione di informazioni potenzialmente sensibili.
>
> Questo documento esplora gli attuali approcci alla protezione dei dati (ad esempio, l'anonimizzazione dei dati, il calcolo delle parti di input, i controlli e gli accordi contrattuali) e le relative limitazioni. Al fine di facilitare la sperimentazione su progetti pilota e una collaborazione efficace su casi d'uso del "mondo reale", il Task Team delle tecniche di tutela della privacy delle Nazioni Unite ha fondato il laboratorio PET delle Nazioni Unite.
>
> Vengono introdotte due grandi categorie di PET (ad es. privacy di input, privacy di output), tra cui calcolo multipartitico sicuro, crittografia omomorfica, privacy differenziale, dati sintetici, apprendimento distribuito, zero-knowledge proof e ambienti di esecuzione attendibili.
>
> Vengono presentati studi di casi dettagliati che comprendono una vasta gamma di casi d'uso in tutti i settori, sfruttano combinazioni di PET e coinvolgono la collaborazione tra le parti (come più NSO che lavorano insieme, NSO che lavorano con altre agenzie governative e NSO che lavorano con organizzazioni del settore privato). Quindici casi di studio descrivono implementazioni che si trovano nella fase concettuale o pilota e tre che sono state implementate in ambienti di produzione.
>
> Questo documento fornisce una panoramica delle attività di definizione degli standard e identifica diversi nuovi standard rilevanti per il trattamento dei set di dati, compresi gli standard in fase di sviluppo e alcuni che sono un prodotto del principio di precauzione applicato alla definizione degli standard per l'intelligenza artificiale (IA).
>
> Data l'espansione dell'attività che si occupa di PET e il contesto in cui possono essere applicati, gli standard sono presentati in due parti. La prima identifica gli standard essenziali con sezioni sulla crittografia e sulle tecniche di sicurezza. Il secondo considera gli standard indirettamente correlati che potrebbero influenzare l'ambiente - tecnico e organizzativo - in cui i PET possono essere implementati, con argomenti secondari su cloud computing, big data, governance, intelligenza artificiale e qualità dei dati. Per coloro che sono interessati al "quadro più ampio", è disponibile una sezione aggiuntiva sugli standard correlati.
**[Qui il link per scaricare la guida](https://unstats.un.org/bigdata/task-teams/privacy/guide/2023_UN%20PET%20Guide.pdf)**
[](https://unstats.un.org/bigdata/task-teams/privacy/guide/2023_UN%20PET%20Guide.pdf)
@nicolaottomano forse solo perché al “poli” che hai frequentato tu, il personale amministrativo sapeva parlare italiano e l’aula oggi intitolata a mr. “TBD” era ancora dedicata al sig. “Da def.” 😂
@informapirata @macfranc @AAMfP