Informatieveiligheid – Colleges
INHOUDSOPGAVE
Hoorcollege 1 – Introductie .................................................................................................................. 2
Hoorcollege 2 – Een organisatie-perspectief ........................................................................................ 5
Hoorcollege 3 – Privacy en de AVG ....................................................................................................... 7
Hoorcollege 4 – Big Data en maatschappelijke effecten digitalisering ............................................... 10
Hoorcollege 5 – Cybercriminaliteit ..................................................................................................... 10
Hoorcollege 6 – CybersecurityBeeld Nederland ................................................................................. 11
Overig ................................................................................................................................................. 13
, 2
HOORCOLLEGE 1 – INTRODUCTIE
Digitalisering – 3 perspectieven:
Maatschappelijk
Bijvoorbeeld ‘predictive policing’.
Locatie-specifieke kenmerken:
- CBS-data (demografie en socio-economische kenmerken);
- Afstand tot dichtstbij wonende verdachte (HIC);
- Aantal bekende verdachten in een straal van 500/1000 meter.
Criminaliteitshistorie:
- Aantal HIC’s in een aantal tijdsvensters;
- Trend in aangrenzende gebieden/’vakjes’;
- Seizoenseffect.
Kritiek:
- Zelfversterkend effect.
- Richt zich op verdachten, niet op veroordeelden.
- Profilering op verdachten – wanneer ziet een agent iemand als verdachte?
- Gebrek aan transparantie – waarom kleuren bepaalde vakjes rood, waarom andere niet?
Veroorzaakt ‘black box’.
- Tast ook vakmanschap agent aan.
Voordeel van data-gedreven werken:
- Grip krijgen op een onderwerp als ondermijning
o Opeens veel kappers of nagelsalons, maar je ziet nooit klanten.
- Balans tussen onderbuikgevoel en ‘objectieve’ data.
- Van data naar ‘handelingsperspectief’ – wat doe je met de instrumenten, met de data-
gedreven risico-kaartjes.
- Tot nu toe: altijd samenspel tussen data en gebruiker (in deze specifieke context).
Ethische kwesties:
- Afwegen van kansen en gevaren;
- Verantwoord gebruik en beheer van informatie;
- Publieke waarden:
o Privacy;
o Gelijkheid;
o Autonomie;
o Veiligheid;
o …
INFORMATIEVEILIGHEID COLLEGES |FLEXYLEXY
INHOUDSOPGAVE
Hoorcollege 1 – Introductie .................................................................................................................. 2
Hoorcollege 2 – Een organisatie-perspectief ........................................................................................ 5
Hoorcollege 3 – Privacy en de AVG ....................................................................................................... 7
Hoorcollege 4 – Big Data en maatschappelijke effecten digitalisering ............................................... 10
Hoorcollege 5 – Cybercriminaliteit ..................................................................................................... 10
Hoorcollege 6 – CybersecurityBeeld Nederland ................................................................................. 11
Overig ................................................................................................................................................. 13
, 2
HOORCOLLEGE 1 – INTRODUCTIE
Digitalisering – 3 perspectieven:
Maatschappelijk
Bijvoorbeeld ‘predictive policing’.
Locatie-specifieke kenmerken:
- CBS-data (demografie en socio-economische kenmerken);
- Afstand tot dichtstbij wonende verdachte (HIC);
- Aantal bekende verdachten in een straal van 500/1000 meter.
Criminaliteitshistorie:
- Aantal HIC’s in een aantal tijdsvensters;
- Trend in aangrenzende gebieden/’vakjes’;
- Seizoenseffect.
Kritiek:
- Zelfversterkend effect.
- Richt zich op verdachten, niet op veroordeelden.
- Profilering op verdachten – wanneer ziet een agent iemand als verdachte?
- Gebrek aan transparantie – waarom kleuren bepaalde vakjes rood, waarom andere niet?
Veroorzaakt ‘black box’.
- Tast ook vakmanschap agent aan.
Voordeel van data-gedreven werken:
- Grip krijgen op een onderwerp als ondermijning
o Opeens veel kappers of nagelsalons, maar je ziet nooit klanten.
- Balans tussen onderbuikgevoel en ‘objectieve’ data.
- Van data naar ‘handelingsperspectief’ – wat doe je met de instrumenten, met de data-
gedreven risico-kaartjes.
- Tot nu toe: altijd samenspel tussen data en gebruiker (in deze specifieke context).
Ethische kwesties:
- Afwegen van kansen en gevaren;
- Verantwoord gebruik en beheer van informatie;
- Publieke waarden:
o Privacy;
o Gelijkheid;
o Autonomie;
o Veiligheid;
o …
INFORMATIEVEILIGHEID COLLEGES |FLEXYLEXY
