Universitätspublikationen
Refine
Year of publication
- 2021 (5) (remove)
Document Type
- Report (5) (remove)
Has Fulltext
- yes (5)
Is part of the Bibliography
- no (5)
Keywords
Institute
- Medizin (3)
- Universitätsbibliothek (1)
- Wirtschaftswissenschaften (1)
Der Erfolg einer nationalen Forschungsdateninfrastruktur hängt von der Einbindung der gesamten Wissenschaftsgemeinschaft und -infrastruktur ab. In zahlreichen Bundesländern existieren Landesinitiativen für Forschungsdatenmanagement oder ähnliche Einrichtungen, die dazu beitragen können, diese Einbindung zu erreichen. Das gemeinsame Papier von Vertretern aus verschiedenen Bundesländern argumentiert, dass eine enge Verknüpfung der Landesinitiativen mit dem NFDI e.V. erfolgen sollte, um die Potentiale der Zusammenarbeit zu nutzen.
Der NFDI e. V. wird einen bedeutsamen Beitrag für einen besseren Umgang mit Forschungsdaten leisten, doch der Erfolg der nationalen Forschungsdateninfrastruktur ist letztlich von einer Einbindung der gesamten Wissenschaftsgemeinschaft und -infrastruktur abhängig. Die vielfältigen Forschungseinrichtungen einzubinden, erfordert Koordination auf vielen Ebenen. Speziell Hochschulen haben eine tragende Rolle für sowohl disziplinäre und interdisziplinäre Forschung als auch wissenschaftliche Ausbildung in Deutschland und sind damit zentrale Akteure für die fachübergreifende Forschungsdateninfrastruktur. Durch die Förderung von Kooperationen und Koordination auf Ebene von Ländern oder Länderverbünden lässt sich die Entwicklung der nationalen Forschungsdateninfrastruktur unterstützen. Landesinitiativen für Forschungsdatenmanagement (FDM) oder ähnliche koordinierende Einrichtungen können die digitale Transformation in der Forschung durch Information, den Aufbau von Kooperationen und die Qualifikation von Personal unterstützen. Ihre Einrichtung, dauerhafte Etablierung und Einbeziehung in die Arbeit des NFDI e. V. ist ein wichtiger Beitrag zur Schaffung einer nationalen Forschungsdateninfrastruktur.
The aim of this study was to identify and evaluate different de-identification techniques that may be used in several mobility-related use cases. To do so, four use cases have been defined in accordance with a project partner that focused on the legal aspects of this project, as well as with the VDA/FAT working group. Each use case aims to create different legal and technical issues with regards to the data and information that are to be gathered, used and transferred in the specific scenario. Use cases should therefore differ in the type and frequency of data that is gathered as well as the level of privacy and the speed of computation that is needed for the data. Upon identifying use cases, a systematic literature review has been performed to identify suitable de-identification techniques to provide data privacy. Additionally, external databases have been considered as data that is expected to be anonymous might be reidentified through the combination of existing data with such external data.
For each case, requirements and possible attack scenarios were created to illustrate where exactly privacy-related issues could occur and how exactly such issues could impact data subjects, data processors or data controllers. Suitable de-identification techniques should be able to withstand these attack scenarios. Based on a series of additional criteria, de-identification techniques are then analyzed for each use case. Possible solutions are then discussed individually in chapters 6.1 - 6.2. It is evident that no one-size-fits-all approach to protect privacy in the mobility domain exists. While all techniques that are analyzed in detail in this report, e.g., homomorphic encryption, differential privacy, secure multiparty computation and federated learning, are able to successfully protect user privacy in certain instances, their overall effectiveness differs depending on the specifics of each use case.