什麼是資料倫理？儲存如何改善倫理最佳實務？

數位轉型的重點在於運用資料。但在資料驅動的世界中，在不同平台上建立、收集、分析和分享大量資料，可能會為組織帶來新的風險。組織利用這些資料來改善服務，並提供更好的客戶體驗，但客戶可能會對個人資料的使用方式和時間有所疑慮。

資料道德涉及資料的管理、處理和儲存方式，以及與資料使用相關的道德問題。它探討了問題的答案，「我們的組織如何以合乎道德的方式收集、儲存和使用資料？」以及「我們必須保護哪些客戶權利？」

組織必須了解與在企業中以道德方式使用資料相關的風險，並採取適當措施來減輕這些風險。

Gartner 將資料道德定義為「與負責任的資料收集、使用和分享相關的價值和道德原則系統」，它關注的是與資料實踐相關的道德問題，這些問題可能對個人造成負面影響。資料倫理著重於資料的所有階段，包括資料的產生、收集、分析與傳播。

資料倫理處理與一般和個人資料使用相關的行為，並指導組織如何使用資料、AI 和機器學習中的演算法，以及其他技術來防止偏見。

此外，它可確保線上使用者同意分享其資料，且組織遵守一般資料保護規範（GDPR）、健康保險可攜性與責任法案（HIPAA）、加州消費者隱私法（CCPA）和支付卡產業資料安全標準（PCI DSS）等合規性和隱私法規。

隨著網路攻擊的增加，以及 AI 技術支持的分析計畫，推動了對更多資料的需求，線上使用者越來越意識到與資料隱私相關的問題。

遵守資料道德有助於組織管理與資料隱私相關的風險，並持續改善使用者體驗，同時不會侵犯個人資料隱私。透過運用資料道德原則，組織可以：

資料治理是對資料可用性、可用性、完整性、一致性和安全性的管理，以確保在整個組織中使用高品質資料。這也關乎資料相關風險與罰則。

資料治理的重點是正確使用資料，以避免資料錯誤進入系統，並防止個人資料被誤用。制定政策和程序是為了監控資料使用情況，並協助維持資料安全性、合規性和透明度。這些原則對於確保以合乎道德的方式使用個人資訊至關重要。

資料道德架構是一套道德原則，引導組織內部適當且負責任地使用資料。它制定了指南，幫助業務領導者、利益相關者和員工了解與資料相關的道德考量。它以易於理解的方式，清楚說明與資料使用相關的組織做法。

組織中任何直接或間接處理資料的人，都應該使用該架構。這可能包括組織領導者、政策制定者、營運員工、分析師、統計學家，以及任何其他產生資料導向深度資訊的人。

資料道德架構通常以三個原則為基礎：

組織可以使用現有的架構，例如 GDPR 的隱私設計（PbD）、ML 和 AI 的公平性、透明度和問責性（FT&A），以及公平資訊實務（FIP），作為量身訂做的組織架構的基礎，以達成道德資料使用。

隨著企業領導者尋求資料和分析計畫來提升商業價值，資料道德的困境變得越來越急迫。組織使用資料提供創新解決方案，而 AI 和機器學習在許多組織為自動化流程、提高效率和降低成本所做的努力中扮演關鍵角色。

但 AI 只是提供 AI 的資料而已。AI 和機器學習的演算法是根據訓練資料，從使用者的意見回饋中學習，當使用者偏好某些功能和特性時，可能會產生偏見。

組織需要了解演算法使用的參考資料來源，以避免對其平台造成偏見。可解釋性，這說明了經過訓練的模型如何達成特定決策，並找出錯誤來源，以改善模型準確性，進而協助組織識別並減少偏見。

有效的資料倫理與治理，取決於您安全儲存與管理個人敏感資料的能力，以及 AI 與 ML 演算法所需的大量輸入與訓練資料。

健全的資料儲存解決方案對於符合管理法所建議的安全性與資料合規性要求與法規至關重要。功能應包括：

現今的組織面臨與資料收集、揭露和分析相關的複雜道德考量。Pure Storage® 提供數種現代化資料保護解決方案，可讓您保護資料，以支援組織的道德資料架構。

利用 FlashBlade® 從攻擊中復原，FlashBlade® 可保護資料和相關中繼資料目錄，並與各種備份軟體合作夥伴整合。