fpwiki
ShrnutíIMORK upraveno 2026-04-25

Případovka: Ochrana osobních údajů — Krádež dat

Případovka: Ochrana osobních údajů — Krádež dat

P��ípadová studie z 6. listopadu 2020. Krádež osobních údajů (PII), černý trh, uživatelské pochybení a normativní rámce ochrany dat.

PII — Personally Identifiable Information

Potenciální problémy ze zpracování PII:

  • Ztráta důvěry a sebeurčení
  • Fyzické poškození, vyloučení, diskriminace
  • Ekonomická ztráta, stigmatizace

Černý trh s ukradenými údaji

ÚdajCena
Přístup na Facebook1 USD
Heslo ke Spotify Premium2 USD
Heslo do e-shopu10 USD
Heslo do Windows5–50 USD
Uživatelské přístupy30–50 USD

Útočníkům je jedno, kdo jste — cena je jednotná. Kontrola: haveibeenpwned.com

Zneužití IoT a botnety

  • Špatně zabezpečené routery, IP kamery, NAS, chytré termostaty
  • Útočníci je infikují, fungují normálně ale umožňují vzdálený přístup
  • Použití jako proxy servery v botnetech

Nejčastější uživatelská pochybení

  • Stejné heslo pro více služeb
  • Slabé a snadno odhadnutelné heslo
  • Neaktualizovaný OS, aplikace, firmware
  • Žádné softwarové zabezpečení
  • Bezmyšlenkovité klikání na přílohy a odkazy
  • Ponechání defaultních hesel výrobce

Poznámka: Kalifornie od 2020 zakázala prodej síťových zařízení s přednastavenými univerzálními hesly.

Operační taxonomie bezpečnosti dat (5 oblastí)

  1. Device & Application Registration — zařízení, uživatelé, aktiva
  2. Identity & Access Management — virtualizace, poskytovatelé identity
  3. Data Governance — šifrování (at rest, in memory, in transit), DLP
  4. Infrastructure Management — monitoring, logging, řízení hrozeb
  5. Risk & Accountability — řízení rizik, forenzní analýza, compliance

ISO/IEC 27701:2019

Rozšíření ISO 27001/27002 pro správu osobních informací (PIMS):

  • Návody pro správce, zpracovatele i pověřence
  • Mapuje požadavky GDPR — průvodce dodržováním
  • Zavádí: DPIA, datovou analýzu, procesní analýzu

Tři analýzy

AnalýzaZaměření
DPIAPosouzení dopadu zpracování na svobody a práva osob (čl. 35 GDPR)
DatováVýznam dat, vazby, identifikace osobních/citlivých dat
ProcesníKdo a jak přistupuje k osobním datům, automatizované zpracování

Privacy by Design & Privacy by Default

  • Privacy by Design — proaktivní zahrnutí ochrany od počátku návrhu
  • Privacy by Default — ověření účelu, rozsahu, sdílení, anonymizace před zpracováním
  • Orientace na subjekt údajů — analýza rizik z pohledu jednotlivce

Hodnocení rizik (5 kroků)

  1. Definice operace zpracování a kontextu
  2. Pochopení a hodnocení dopadu (CIA)
  3. Definice hrozeb a hodnocení pravděpodobnosti
  4. Vyhodnocení rizika (matice pravděpodobnost × dopad)
  5. Výběr bezpečnostn��ch opatření

Normy NIST

  • SP 800-122 (2010) — Guide to Protecting PII Confidentiality
  • NISTIR 8062 (2017) — Privacy Engineering and Risk Management
  • FIPP — Fair Information Practice Principles

Metodiky ENISA

  • Data Pseudonymisation: Advanced Techniques & Use Cases (2021)
  • Privacy and Data Protection by Design (2014)
  • Handbook on Security of Personal Data Processing (2017)

Propojení s dalšími tématy

Zdroj v kurzu ImorK

  • Případovka 2109 — Krádež dat (2020)
fpwiki
Nejde o oficiální materiály FP VUT. Obsah je výběrový a slouží jako pomůcka ke studiu. GitHub