Privacy အခြေခံသဘောတရားများ

နားလည်ထားရမယ့် အချက်

ဒီ course ထဲက lesson အားလုံးက security အကြောင်းဖြစ်ခဲ့တယ်။ Privacy ကတော့ ဆက်စပ်ပေမယ့် တကယ့်ကို သီးခြား discipline တစ်ခုပါ။

Privacy က personal data ကို ဘယ်လို collect, use, share, control လုပ်လဲဆိုတာနဲ့ ပတ်သက်တယ်—access ရရှိခွင့် အပြည့်ရှိတဲ့ company တွေကိုပါ ထည့်သွင်းစဉ်းစားတယ်။

Personal data ဆိုတာ ထင်ရှားတဲ့ identifier တွေထက် ပိုကျယ်ပါတယ်—location history, account identifier, ဓာတ်ပုံ, financial detail, browsing data တွေလည်း ပါဝင်တယ်။

sensitivity က context အပေါ်မှာ များစွာ မူတည်တယ်—public username တစ်ခုတည်းက sensitivity နည်းပေမယ့် home address နဲ့ ပေါင်းလိုက်ရင် real-world harm ဖြစ်စေနိုင်တဲ့ အရာဖြစ်လာတယ်။

Data minimization—legitimate purpose အတွက် တကယ်လိုအပ်တာကိုသာ collect/သိမ်းဆည်းပါ။ ဒါက privacy, security, operational simplicity အားလုံးကို တစ်ချိန်တည်း ဆောင်ရွက်ပေးတယ်။

Privacy

personal data ကို ဘယ်လို collect, use, share, control လုပ်မလဲဆိုတာကို ထိန်းချုပ်ပေးတဲ့ discipline—access ရရှိခွင့် အပြည့်ရှိတဲ့ party တွေကိုပါ ထည့်သွင်းစဉ်းစားတယ်။

Data Minimization

legitimate, stated purpose တစ်ခုအတွက် တကယ်လိုအပ်တဲ့ data ကိုသာ collect ပြီး သိမ်းဆည်းခြင်း—"နောက်ပိုင်း အသုံးဝင်မလား" ဆိုပြီး ပိုမသိမ်းခြင်း။

SECURITY VS PRIVACY
-------------------
SECURITY                      PRIVACY
-----------------------       -----------------------
Protects data from            Controls what gets
unauthorized access           collected, used, and
                               shared -- even by
                               authorized parties

Both apply to personal data. A system can be secure
AND still over-collect -- that gap is a privacy
problem, not a security bug.

လက်တွေ့ scenario နဲ့ ချိတ်ကြည့်မယ်

အောက်က function က data minimization ကို run နိုင်တဲ့ check တစ်ခုအဖြစ် ပြောင်းပေးတယ်—data type, stated purpose, တကယ်လိုအပ်လားဆိုတာကို ယူပြီး ရှင်းလင်းတဲ့ verdict ပြန်ပေးတယ်။

check ကိုယ်တိုင်က ရည်ရွယ်ချက်ရှိရှိ ရိုးရှင်းအောင်ထားတယ်—ဒီ data က purpose အတွက် တကယ်လိုအပ်လားဆိုတာကို လူတစ်ဦးဦးက ရိုးသားစွာ ဖြေအောင် တွန်းအားပေးတယ်။

signup form ရဲ့ field တိုင်း (သို့) app permission တိုင်းကို ဒီမေးခွန်းအတိုင်း သုံးကြည့်ပါ—purpose ကို အမည်တပ်ပါ၊ ဒီ data တကယ်လိုအပ်လားဆိုတာ ရိုးသားစွာ မေးကြည့်ပါ။

• Security နဲ့ Privacy က ထပ်နေပေမယ့် အတူတူတော့ မဟုတ်ပါဘူး—system တစ်ခုက ပြီးပြည့်စုံစွာ secure ဖြစ်နေရင်းနဲ့ personal data ကို over-collect လုပ်နေနိုင်တယ်။
• Personal data ထဲမှာ ထင်ရှားတဲ့ identifier တွေထက် ပိုပါတယ်—location history, activity data, ဓာတ်ပုံများလည်း personal data ပါပဲ။
• Data minimization ဆိုတာ ဖော်ပြထားတဲ့ purpose အတွက် လိုအပ်တာကိုသာ collect/သိမ်းဆည်းခြင်းပါ—"နောက်ပိုင်း အသုံးဝင်မလား" ဆိုပြီး ပိုမသိမ်းပါ။

အတူတူ စမ်းရေးကြည့်မယ်

function checkDataMinimization(practice) {
  const followsMinimization = practice.isNeededForThatPurpose === true;

  return {
    dataType: practice.dataType,
    statedPurpose: practice.statedPurpose,
    followsMinimization,
    verdict: followsMinimization
      ? "OK — collection matches a legitimate, stated purpose."
      : `OVER-COLLECTING — "${practice.dataType}" is not needed for "${practice.statedPurpose}".`,
  };
}

const minimalExample = checkDataMinimization({
  dataType: "shipping address",
  statedPurpose: "deliver a physical order",
  isNeededForThatPurpose: true,
});

const overCollectingExample = checkDataMinimization({
  dataType: "precise GPS location history",
  statedPurpose: "send a monthly email newsletter",
  isNeededForThatPurpose: false,
});

console.log(JSON.stringify(minimalExample, null, 2));
console.log(JSON.stringify(overCollectingExample, null, 2));

{
  "dataType": "shipping address",
  "statedPurpose": "deliver a physical order",
  "followsMinimization": true,
  "verdict": "OK — collection matches a legitimate, stated purpose."
}
{
  "dataType": "precise GPS location history",
  "statedPurpose": "send a monthly email newsletter",
  "followsMinimization": false,
  "verdict": "OVER-COLLECTING — \"precise GPS location history\" is not needed for \"send a monthly email newsletter\"."
}

EFF — Privacy — Digital Privacy & Modern Security