AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI
ELEKTRON DÖVLƏT MÜHİTİNDƏ VƏTƏNDAŞLARIN SOSİAL KREDİTİNİN FƏRDİ MƏLUMATLAR ƏSASINDA QİYMƏTLƏNDİRİLMƏSİ: PROBLEMLƏR VƏ PERSPEKTİVLƏR (azərb.)
Əliquliyev Rasim M., Ələkbərova İradə Y.

Sosial kredit sistemi vətəndaşların gündəlik fəaliyyətini əks etdirən böyük verilənlər əsasında onların qiymətləndirilməsinə yönəlmişdir. Sosial kredit balı vətəndaşların əmək fəaliyyəti və cəmiyyətdəki davranışını əks etdirməklə, e-dövlətdə sosial-iqtisadi və siyasi sahələrdə düzgün qərarların qəbulu üçün əhəmiyyətlidir. Sosial kredit balının hesablanması üçün hər an artan və yenilənən verilənlərin, ilk növbədə isə, fərdi məlumatların toplanması, təmizlənməsi, strukturlaşdırılması və emalı kimi məsələlərin həlli vacibdir. Burada informasiya təhlükəsizliyi məsələləri, tətbiq olunan metod və alqoritmlər dəqiqlik tələb edir və hər hansı xətaların baş verməsi vətəndaşın etimadı və nüfuzunun azalması ilə nəticələnə bilər. Bunları nəzərə alaraq, məqalədə sosial kredit balı üçün fərdi məlumatların əldə olunması prosesində mövcud problemlər analiz olunmuş, fərdi məlumatların təhlükəsizliyinin təmin olunması və e-dövlətlə vətəndaş arasında etimadı təmin etmək üçün həlli vacib məsələlər müəyyənləşdirilmişdir (səh.3-13).

Açar sözlər:sosial kredit balı, e-dövlət, fərdi məlumatlar, izləmə cihazları, Əşyaların İnterneti, big data, rəqəmsal iz, informasiya təhlükəsizliyi.
Ədəbiyyat
  • Nasser T., Tariq R.S. Big Data Challenges // Computer Engineering and Information Technology, 2015, vol. 4, no. 3., pp. 1–6.
  • Hatton C. China social credit: Beijing sets up huge system, 2015, http://www.bbc.com/news/world-asia-china-34592186.
  • Pohlmann M. George orwell in China – digitization as a method of total social control, 2018, https://heigos.hypotheses.org/8546
  • Fərdi məlumatlar haqqında Azərbaycan Respublikasinin Qanunu, http://www.e-qanun.az/ framework/19675
  • “İnformasiya, informasiyalaşdırma və informasiyanın mühafizəsi haqqında” Azərbaycan Respublikasının Qanunu, http://e-qanun.gov.az/framework/3525
  • Parkinson B., Millard D.E., O'Hara K., Giordano R. The digitally extended self: A lexicological analysis of personal data // Information Science, 2018, vol. 44, issue 4, pp. 552–565.
  • Botsman R. Big data meets Big Brother as China moves to rate its citizens, 2017, https://www.wired.co.uk/article/chinese-government-social-credit-score-rivacy-invasion
  • Directive 95/46/EC of the European Parliament and of the Council of 24 October 1995, https://eur-lex.europa.eu/legal-content/en/TXT/?uri=CELEX%3A31995L0046
  • Directive 97/66/Ec of the European Parliament and of the Council 15 December 1997, https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=CELEX:31997L0066
  • European Convention on Human Rights, http://www.echr.coe.int/Documents/Convention_ ENG.pdf
  • Back M. D., Stopfer J. M., Vazire S., Gaddis S., Schmukle S. C., Egloff B., Gosling S. D. Facebook profiles reflect actual personality, not self-idealization // Psychological Science, 2010, vol. 21, no. 3, pp. 372–374.
  • ZiegeldorfH., Morchon O.G., Wehrle K. Privacy in the Internet of Things: Threats and Challenges // Security and Communication Networks, 2015, vol. 7, no. 12, pp. 1–14.
  • Personal data empowerment. Time for a fairer data deal?, 2015, The National Association of Citizens Advice Bureaux, 56 p.
  • Thomas H. Big Data in Big Companies. Davenport and SAS Institute Inc. 2013, 31 p.
  • Глущенко Н. Слишком большие данные: сколько информации хранится в интернете? 2017, https://ain.ua/special/skolko-vesit-internet/
  • Harris The tyranny of algorithms is part of our lives: soon they could rate everything we do, 2018, https://www.theguardian.com/commentisfree/2018/mar/05/algorithms-rate-credit-scores-finances-data
  • Данченок Л. А. Маркетинг в социальных медиа. Интернет-маркетинговые коммуникации. Учебное пособие. СПб.: Питер, 2013, 288 с.
  • Deakin M., Al Waer H. From intelligent to smart cities // Intelligent Buildings International, 2011, vol. 3, no. 3, pp. 140–152.
  • O’Hara K., Tuffield M.M.,Shadbolt N. Lifelogging: Privacy and empowerment with memories for life // Identity in the Information Society, 2008, vol. 1, issue 1, pp. 155–172.
  • Azucar D., Marengo D., Settanni M. Predicting the Big 5 personality traits from digital footprints on social media: A meta-analysis // Personality and Individual Differences, 2018, 124, pp. 150–159.
  • Duus R., Cooray M., Page N.C. Exploring Human-Tech Hybridity at the Intersection of Extended Cognition and Distributed Agency: A Focus on Self-Tracking Devices // Frontiers in Psychology, 2018, vol. 9, no. 1432,
  • Gangi R.R., Rajesh N.B., Sudhakar N.P., Raviteja B., Rammohanarao K., Tracking objects using rfid and wireless sensor networks // International Journal Of Engineering Science & Advanced Technology, 2012, vol. 2, issue 3, pp. 513 – 517.
  • Redondi, Chirico M., Borsani L., Cesana M., Tagliasacchi M. An integrated system based on wireless sensor networks for patient monitoring, localization and tracking // Ad Hoc Networks, 2013, vol. 11, issue 1, pp. 39–53.
  • Massobrio R., Nesmachnow S., Tchernykh A., Avetisyan A., Radchenko G., Towards a Cloud Computing Paradigm for Big Data Analysis in Smart Cities // Programming and Computer Software, 2018, vol. 44, 3, pp. 181–189.
  • Əliquliyev R.M., Mahmudov R.Ş. Əşyaların İnterneti: mahiyyəti, imkanları və problemləri // İnformasiya cəmiyyəti problemləri, №2(4), 2011, s. 29–40.
  • Интернет вещей: Новые перспективы для людей с инвалидностью, 2015, Публикации и доклады G3ict, 22 с., http://www.unic.ru/sites/default/_Web_UNIC _G3ictRep_IoT_2015_RUS.pdf
  • Алексеев В., Модули Bluetooth, Wi-Fi и NFC производства u-blox для «Интернета вещей», Часть 2 // Беспроводные технологии, 2015, №3, с. 23–24.
  • Əliquliyev R.M., İmamverdiyev Y.N. E-dövlətin informasiya təhlükəsizliyi: aktual tədqiqat istiqamətləri // İnformasiya cəmiyyəti problemləri, 2010, №1, s. 3–13.