An Enterprise Data Privacy Governance Model: Security-Centric Multi-Model Data Anonymization

Yağmur Şahin; İbrahim Dogru

Makale detayları

An Enterprise Data Privacy Governance Model: Security-Centric Multi-Model Data Anonymization

Yazarlar:

Yağmur Şahin | İbrahim Dogru

Yayıncı:

Kirikkale University

Ana Başlıklar:

Engineering

Dergi:

International Journal of Engineering Research and Development Vol.15 Issue 2, pp.574-583

Belge Tipi:

Makale

Yayın Tarihi:

7/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001284769

pISSN:

1308-5506

Anahtar kelimeler:

Özet:

 The increasing need for data privacy and the rising complexity of data environments necessitate robust data anonymization techniques to safeguard personal and sensitive information. A multi-model approach to data anonymization can strike an optimal balance between privacy protection and data utility, integrating techniques such as data masking, differential privacy, machine learning algorithms, blockchain technology, and data encryption. This article introduces a Security-Centric Enterprise Data Anonymization Governance Model, a structured framework for managing data privacy across healthcare, finance, and government industries. The model ensures adherence to best practices and compliance with legal and regulatory requirements. The article addresses challenges in implementing data anonymization techniques, including maintaining data utility and preventing re-identification, by advocating for a multi-model approach that combines various technologies and methods. We suggest that by adopting this holistic approach, organizations can enhance their data protection measures and foster a culture of data privacy.

 The increasing need for data privacy and the rising complexity of data environments necessitate robust data anonymization techniques to safeguard personal and sensitive information. A multi-model approach to data anonymization can strike an optimal balance between privacy protection and data utility, integrating techniques such as data masking, differential privacy, machine learning algorithms, blockchain technology, and data encryption. This article introduces a Security-Centric Enterprise Data Anonymization Governance Model, a structured framework for managing data privacy across healthcare, finance, and government industries. The model ensures adherence to best practices and compliance with legal and regulatory requirements. The article addresses challenges in implementing data anonymization techniques, including maintaining data utility and preventing re-identification, by advocating for a multi-model approach that combines various technologies and methods. We suggest that by adopting this holistic approach, organizations can enhance their data protection measures and foster a culture of data privacy.

 The increasing need for data privacy and the rising complexity of data environments necessitate robust data anonymization techniques to safeguard personal and sensitive information. A multi-model approach to data anonymization can strike an optimal balance between privacy protection and data utility, integrating techniques such as data masking, differential privacy, machine learning algorithms, blockchain technology, and data encryption. This article introduces a Security-Centric Enterprise Data Anonymization Governance Model, a structured framework for managing data privacy across healthcare, finance, and government industries. The model ensures adherence to best practices and compliance with legal and regulatory requirements. The article addresses challenges in implementing data anonymization techniques, including maintaining data utility and preventing re-identification, by advocating for a multi-model approach that combines various technologies and methods. We suggest that by adopting this holistic approach, organizations can enhance their data protection measures and foster a culture of data privacy.

 Veri gizliliği ihtiyacının artması ve veri ortamlarının karmaşıklığının yükselmesi, kişisel ve hassas bilgileri korumak için güçlü veri anonimleştirme tekniklerini zorunlu kılmıştır. Çoklu model yaklaşımı ile veri anonimleştirmeye dair, veri gizlilik koruması ve veri kullanılabilirliği arasında optimal bir denge sağlamak mümkündür. Bu yaklaşım, veri maskesi, diferansiyel gizlilik, makine öğrenimi algoritmaları, blockchain teknolojisi ve veri şifreleme gibi teknikleri bir araya getirerek sağlık, finans ve devlet sektörlerine yönelik veri gizliliğini yönetmek için yapılandırılmış bir çerçeve olan Güvenlik-Merkezli Kurumsal Veri Anonimleştirme Yönetişim Modelini sunmaktadır. Model, yasal ve düzenleyici gerekliliklere uyumu güvence altına alacak şekilde tasarlanmıştır. Makale, veri anonimleştirme tekniklerinin uygulanmasındaki zorlukları, veri kullanılabilirliğini sürdürme ve yeniden tanımlamayı önleme gibi konuları ele alarak, çeşitli teknolojileri ve yöntemleri birleştiren çoklu model yaklaşımını savunmaktadır. Makalede bu bütüncül yaklaşımı benimseyerek kuruluşların veri koruma önlemlerini artırabileceği ve veri gizliliği kültürünü destekleyebileceği öne sürülmektedir.

Makale detayları

An Enterprise Data Privacy Governance Model: Security-Centric Multi-Model Data Anonymization

Yazarlar:

Yağmur Şahin | İbrahim Dogru

Yayıncı:

Kirikkale University

Ana Başlıklar:

Engineering

Dergi:

International Journal of Engineering Research and Development Vol.15 Issue 2, pp.574-583

Belge Tipi:

Makale

Yayın Tarihi:

7/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001284769

pISSN:

1308-5506

data privacy

data anonymization

multi-model approach

data utility

data governance

Veri gizliliği

veri anonimleştirme

çoklu model yaklaşımı

veri kullanılabilirliği

veri yönetişimi

Sayı

Makale detayları

Yazarlar: Yağmur Şahin | İbrahim Dogru

Yayıncı: Kirikkale University

Ana Başlıklar: Engineering

Dergi: International Journal of Engineering Research and Development Vol.15 Issue 2, pp.574-583

Belge Tipi: Makale

Yayın Tarihi: 7/2023

Belge Dili: İngilizce

Document ID (Org No.): 2001284769

pISSN: 1308-5506

Sayı

Yazarlar:

Yağmur Şahin | İbrahim Dogru

Yayıncı:

Kirikkale University

Ana Başlıklar:

Engineering

Dergi:

International Journal of Engineering Research and Development Vol.15 Issue 2, pp.574-583

Belge Tipi:

Makale

Yayın Tarihi:

7/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001284769

pISSN:

1308-5506