НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА
ОЦЕНКА СОЦИАЛЬНОГО КРЕДИТА ГРАЖДАН ПО ПЕРСОНАЛЬНЫМ ДАННЫМ В СРЕДЕ ЭЛЕКТРОННОГО ГОСУДАРСТВА: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ
Алгулиев Расим М., Алекперова Ирада Я.

Система социального кредитования направлена на оценку граждан на основе больших данных, отражающих их повседневную деятельность. Cоциальное кредитование важно для принятия правильных решений в социально-экономической и политической сферах электронного правительства, отражающих трудовую деятельность граждан и их поведение в обществе. Для оценки социального кредита важно учитывать такие вопросы, как сбор, очистка, структурирование и анализ личной информации, при увеличении и обновлении данных. Здесь требуют точности вопросы информационной безопасности, применяемые методы и алгоритмы, и любые ошибки могут привести к потере доверия и репутации граждан. Исходя из этого, в статье проанализированы существующие проблемы в процессе получения личной информации для оценки социального кредита, определены важные вопросы для обеспечения безопасности персональных данных и доверия электронного правительства и гражданина (стр.3-13).

Ключевые слова:социальный кредитный рейтинг, э-правительство, личная информация, устройства отслеживания, интернет вещей, big data, цифровой след, информационная безопасность.
DOI : 10.25045/jpis.v10.i1.01
Литература
  • 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.