本书主要有两个目的。首先,它旨在成为工程师使用工具、自动化和流程来解决隐私问题的垫脚石。我不仅提供了实际操作的实现技术,还提供了在快速发展的公司中至关重要的业务环境。其次,这本书的目的是帮助企业、政府和媒体的决策者提供正确的指导,以帮助企业茁壮成长,并保护客户数据。 本书分为4部分和11章。书挡,即第一部分和第四部分,提供上下文指导,并将帮助工程师开发可扩展的隐私计划。第二部分和第三部分分别提供专注于数据治理和工具的实践技能。 第一部分关注隐私工程如何成为公司整体创新生态系统的一部分:
第1章解释了隐私如何受到技术栈和存储中的数据流的影响,以及公司如何相应地开发编程控制。 * 第2章解释了数据如何因违反、滥用和法规而产生隐私风险。
第二部分关注数据治理,使工程师能够更好地管理他们收集的数据及其伴随的风险:
第3章重点介绍了如何通过跨功能伙伴对数据进行分类,以应对隐私风险。 * 第4章深入探讨数据目录,将使用人工分类和智能分类相结合的方法对数据进行分类。 * 第5章以数据共享为例,提供了匿名数据集和衡量隐私影响的技术。
第3部分将帮助工程师开发关键任务的隐私工具,旨在提高隐私遵从性以及建立客户信任:
第6章将帮助工程师建立一个技术隐私审查和咨询流程,以提前提供隐私指导,并减轻隐私法律团队的压力。 * 第7章将介绍一个数据删除的架构示例,这是数据风险最小化的核心要求,以及几个合规机制。 * 第8章将帮助读者设计一个数据导出功能,以协助完成“数据主体访问请求”或“dsar”。 * 第9章提供了一个同意管理平台(CMP)的设计示例,以便企业能够满足监管机构和企业正在执行的新要求。
第4部分将在本书前面几部分的基础上,帮助工程师扩展他们的隐私计划。
第10章将隐私风险与安全风险联系起来,并提供了减轻这些风险的最佳实践。 * 第11章帮助工程师为他们的隐私服务和人员配置模型规划成熟度模型。
如果您是一个动手实践的工程师,第2部分和第3部分更直接地符合您迫在眉睫的需求。更高级的工程师将从本书的完整阅读中受益,因为他们的职责通常涵盖了组织的整个范围。对于高管、媒体成员和监管机构,我建议深入阅读第1和第4部分,而更自主的阅读更技术性的中间部分就足够了。