SlideShare a Scribd company logo
Øystein Jakobsen
oystein.jakobsen@gmail.com
CC-BY-SA 4.0. The presentation is CC-BY-SA licenced. This
licence does not apply to images used in the presentation.
og
Litt om meg...
Tekniske begreper
• Internett
• «Cloud»
• «Big Data»
• «Tingenes Internett»
Internett
• Protokoller og standarder
• Nettverk – kabler og bokser
• Tjenester – Facebook, Skype etc
«Cloud»
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for et
annet formål enn analyse
• Kommer ofte på kant med grunnleggende
personvernprinsipp om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for et
annet formål enn analyse
• Kommer ofte på kant med grunnleggende
personvernprinsipp om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for et
annet formål enn analyse
• Kommer ofte på kant med grunnleggende
personvernprinsipp om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for
et annet formål enn analyse
• Kommer ofte på kant med grunnleggende
personvernprinsipp om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for et
annet formål enn analyse
• Kommer ofte på kant med grunnleggende personvernprinsipp
om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Big Data»
• Store datasett
• Mulig å sammenstille
• Nesten alltid overskuddsinformasjon, innsamlet for et
annet formål enn analyse
• Kommer ofte på kant med grunnleggende
personvernprinsipp om at lagring skal være formålsdrevet
• Drevet av drastisk reduserte maskinvarekostnader
muliggjort gjennom bl.a. virtualisering (Utility computing)
«Tingenes internett»
• Integrerte enheter
• Påkoblede (mange muligheter)
• Hvordan de kobles på
• Hvor de kobles på
• Sensorer
• Trenger ikke ha brukergrensesnitt
• Kan være store (en bil)
eller små (en hjertesensor)
Personlige applikasjoner
...hvor det begynner å bli problematisk
...hvor det begynner å bli problematisk
...hvor det begynner å bli problematisk
...hvor det begynner å bli problematisk
...hvor det begynner å bli problematisk
...hvor det begynner å bli problematisk
Hva er personvern?
• Anledningen til å ha et privatliv
• Å utvikle seg i et «invite only» rom
• Å kunne eksprimentere og å gjøre feil
• Å ikke bli dømt, nå eller senere, for de valgene du ikke vil
publisere
• Å begrense andres uønskede påvirkning på ditt liv
• - Kunnskap gir makt
spesielt kunnskap om andre mennesker
• Eksempel: Søppelkassa
• Å begrense myndighetene
• Monopol på maktbruk, politi og militære
• Statskassa, medier
• To-veis speilet
Og hvorfor det ikke lengre er mulig....
• Endringer i sosiale vaner og sensorteknologi – alt overvåkes
• Sterkt svekkede forbruker og borgerrettigheter – alt lagres
• Drastisk reduserte lagringskostnader – ingenting slettes
• Terrorfrykt og politisamarbeid – data samles
• Algoritmer som kobler ulike datasett – data sammenstilles
• Prosessorkraft og automatisering – data tolkes (i sanntid)
• «Newspeak» og annet juridisk press – data brukes
Eksempel: Domestic Extremists
Og hvordan det påvirker oss
• Redusert vilje til å skille seg ut
• Chilling effect
• Redusert evne til å hevde sin rett
• Hvis noen ønsker deg vondt, finner de noe å bruke
• Redusert evne til å stoppe myndighetspersoner
• Tenk «enemy of the state»
I USA....
Gremlins programmet
Fremover
Forestill dere følgende teknologier tatt i bruk:
• Ansiktsgjenkjenning, iris-avlesning
• Kontantløst samfunn
• Krav om positiv identifisering ved bruk av tjenester
• Forbud mot kryptering (som f.eks. Blackberry)
• Sentralstyrt bil, TV, mobiltelefon etc
...AI
Inspirasjon
20.09.11

More Related Content

Similar to IoT og Personvern

INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKETINNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
Kristian Foss
 
USUS - Big Data
USUS - Big DataUSUS - Big Data
USUS - Big Data
Sondre Bjellås
 
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
Simen Sommerfeldt
 
Hva er Big Data - Lars Marius Garshol
Hva er Big Data - Lars Marius GarsholHva er Big Data - Lars Marius Garshol
Hva er Big Data - Lars Marius Garshol
Bouvet ASA
 
It driftsperson fra mekaniker til kartleser og sjåfør
It driftsperson   fra mekaniker til kartleser og sjåførIt driftsperson   fra mekaniker til kartleser og sjåfør
It driftsperson fra mekaniker til kartleser og sjåfør
Simen Sommerfeldt
 
Hvordan få forretningsverdi av Big Data - Lars Marius Garshol
Hvordan få forretningsverdi av Big Data - Lars Marius GarsholHvordan få forretningsverdi av Big Data - Lars Marius Garshol
Hvordan få forretningsverdi av Big Data - Lars Marius Garshol
Bouvet ASA
 
Et datadrevet nav uninettdagene 20191112
Et datadrevet nav   uninettdagene 20191112Et datadrevet nav   uninettdagene 20191112
Et datadrevet nav uninettdagene 20191112
Tommy Jocumsen
 
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
Morten Tørmoen
 
Salvador-Baille-PublicWorld-2
Salvador-Baille-PublicWorld-2Salvador-Baille-PublicWorld-2
Salvador-Baille-PublicWorld-2Salvador Baille
 
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
André Torkveen
 
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
Western Norway Research Institute
 
Opne data @ Big data & Analytics day 2016-11-15
Opne data @ Big data & Analytics day  2016-11-15Opne data @ Big data & Analytics day  2016-11-15
Opne data @ Big data & Analytics day 2016-11-15
Livar Bergheim
 
Analysen 3-2015_Data Lake vs Datavarehus
Analysen 3-2015_Data Lake vs DatavarehusAnalysen 3-2015_Data Lake vs Datavarehus
Analysen 3-2015_Data Lake vs DatavarehusvindWRemme
 
Hvordan du som gründer kan hente ut potensialet innenfor IoT
Hvordan du som gründer kan hente ut potensialet innenfor IoTHvordan du som gründer kan hente ut potensialet innenfor IoT
Hvordan du som gründer kan hente ut potensialet innenfor IoT
Simen Sommerfeldt
 
Lecture on Interaction Design, Pt 3
Lecture on Interaction Design, Pt 3Lecture on Interaction Design, Pt 3
Lecture on Interaction Design, Pt 3
Jon Skivenes
 
Kan vi skape mye mere verdi i softwareporosjekter
Kan vi skape mye mere verdi i softwareporosjekterKan vi skape mye mere verdi i softwareporosjekter
Kan vi skape mye mere verdi i softwareporosjekterThor Henning Hetland
 
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016Tobias McVey Opera Software Big Data for LinkMedical Mars 2016
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016Tobias McVey
 
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
Simen Sommerfeldt
 
Revolusjon kamerater! Softwaredesign i "skyen"
Revolusjon kamerater! Softwaredesign i "skyen"Revolusjon kamerater! Softwaredesign i "skyen"
Revolusjon kamerater! Softwaredesign i "skyen"
Tormod Varhaugvik
 
Oslo Software Architecture: Skatteetatens målarkitektur og PoC
Oslo Software Architecture: Skatteetatens målarkitektur og PoCOslo Software Architecture: Skatteetatens målarkitektur og PoC
Oslo Software Architecture: Skatteetatens målarkitektur og PoC
Tormod Varhaugvik
 

Similar to IoT og Personvern (20)

INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKETINNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
INNFØRINGSKURS I IT-RETT OG DET LOKALE STAMMESPRÅKET
 
USUS - Big Data
USUS - Big DataUSUS - Big Data
USUS - Big Data
 
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
Teknologi- og samfunnstrender som vil påvirke oss - til Software 2016
 
Hva er Big Data - Lars Marius Garshol
Hva er Big Data - Lars Marius GarsholHva er Big Data - Lars Marius Garshol
Hva er Big Data - Lars Marius Garshol
 
It driftsperson fra mekaniker til kartleser og sjåfør
It driftsperson   fra mekaniker til kartleser og sjåførIt driftsperson   fra mekaniker til kartleser og sjåfør
It driftsperson fra mekaniker til kartleser og sjåfør
 
Hvordan få forretningsverdi av Big Data - Lars Marius Garshol
Hvordan få forretningsverdi av Big Data - Lars Marius GarsholHvordan få forretningsverdi av Big Data - Lars Marius Garshol
Hvordan få forretningsverdi av Big Data - Lars Marius Garshol
 
Et datadrevet nav uninettdagene 20191112
Et datadrevet nav   uninettdagene 20191112Et datadrevet nav   uninettdagene 20191112
Et datadrevet nav uninettdagene 20191112
 
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
Cloud Computing – hva betyr dette for IT-avdelingen og utviklerne?
 
Salvador-Baille-PublicWorld-2
Salvador-Baille-PublicWorld-2Salvador-Baille-PublicWorld-2
Salvador-Baille-PublicWorld-2
 
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
[Norwegian only:] Hvordan skal vi bygge fellesskapets digitale tvilling?
 
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
Stig Alstedt, HP Norge: Big Data -IT-forumkonferansen 2013
 
Opne data @ Big data & Analytics day 2016-11-15
Opne data @ Big data & Analytics day  2016-11-15Opne data @ Big data & Analytics day  2016-11-15
Opne data @ Big data & Analytics day 2016-11-15
 
Analysen 3-2015_Data Lake vs Datavarehus
Analysen 3-2015_Data Lake vs DatavarehusAnalysen 3-2015_Data Lake vs Datavarehus
Analysen 3-2015_Data Lake vs Datavarehus
 
Hvordan du som gründer kan hente ut potensialet innenfor IoT
Hvordan du som gründer kan hente ut potensialet innenfor IoTHvordan du som gründer kan hente ut potensialet innenfor IoT
Hvordan du som gründer kan hente ut potensialet innenfor IoT
 
Lecture on Interaction Design, Pt 3
Lecture on Interaction Design, Pt 3Lecture on Interaction Design, Pt 3
Lecture on Interaction Design, Pt 3
 
Kan vi skape mye mere verdi i softwareporosjekter
Kan vi skape mye mere verdi i softwareporosjekterKan vi skape mye mere verdi i softwareporosjekter
Kan vi skape mye mere verdi i softwareporosjekter
 
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016Tobias McVey Opera Software Big Data for LinkMedical Mars 2016
Tobias McVey Opera Software Big Data for LinkMedical Mars 2016
 
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
Til FpU Fremtidskonferanse: Trender som vil påvirke oss i fremtiden, og hvorf...
 
Revolusjon kamerater! Softwaredesign i "skyen"
Revolusjon kamerater! Softwaredesign i "skyen"Revolusjon kamerater! Softwaredesign i "skyen"
Revolusjon kamerater! Softwaredesign i "skyen"
 
Oslo Software Architecture: Skatteetatens målarkitektur og PoC
Oslo Software Architecture: Skatteetatens målarkitektur og PoCOslo Software Architecture: Skatteetatens målarkitektur og PoC
Oslo Software Architecture: Skatteetatens målarkitektur og PoC
 

More from Øystein Jakobsen

Blockchain Impact
Blockchain ImpactBlockchain Impact
Blockchain Impact
Øystein Jakobsen
 
Hva er en hacker?
Hva er en hacker?Hva er en hacker?
Hva er en hacker?
Øystein Jakobsen
 
Genero Initiative - Nuug
Genero Initiative - NuugGenero Initiative - Nuug
Genero Initiative - Nuug
Øystein Jakobsen
 
Debattguide til FriBit
Debattguide til FriBitDebattguide til FriBit
Debattguide til FriBit
Øystein Jakobsen
 
Genero project, business perspective
Genero project, business perspectiveGenero project, business perspective
Genero project, business perspective
Øystein Jakobsen
 
New Distribution Model
New Distribution ModelNew Distribution Model
New Distribution Model
Øystein Jakobsen
 
Informed Individual description
Informed Individual descriptionInformed Individual description
Informed Individual description
Øystein Jakobsen
 
Introduksjon til åpenhet workshop 14.11
Introduksjon til åpenhet workshop 14.11Introduksjon til åpenhet workshop 14.11
Introduksjon til åpenhet workshop 14.11
Øystein Jakobsen
 

More from Øystein Jakobsen (9)

Blockchain Impact
Blockchain ImpactBlockchain Impact
Blockchain Impact
 
Hva er en hacker?
Hva er en hacker?Hva er en hacker?
Hva er en hacker?
 
Genero Initiative - Nuug
Genero Initiative - NuugGenero Initiative - Nuug
Genero Initiative - Nuug
 
KKD avslag Bidit.eu klage
KKD avslag Bidit.eu klageKKD avslag Bidit.eu klage
KKD avslag Bidit.eu klage
 
Debattguide til FriBit
Debattguide til FriBitDebattguide til FriBit
Debattguide til FriBit
 
Genero project, business perspective
Genero project, business perspectiveGenero project, business perspective
Genero project, business perspective
 
New Distribution Model
New Distribution ModelNew Distribution Model
New Distribution Model
 
Informed Individual description
Informed Individual descriptionInformed Individual description
Informed Individual description
 
Introduksjon til åpenhet workshop 14.11
Introduksjon til åpenhet workshop 14.11Introduksjon til åpenhet workshop 14.11
Introduksjon til åpenhet workshop 14.11
 

IoT og Personvern

  • 1. Øystein Jakobsen oystein.jakobsen@gmail.com CC-BY-SA 4.0. The presentation is CC-BY-SA licenced. This licence does not apply to images used in the presentation. og
  • 3. Tekniske begreper • Internett • «Cloud» • «Big Data» • «Tingenes Internett»
  • 4. Internett • Protokoller og standarder • Nettverk – kabler og bokser • Tjenester – Facebook, Skype etc
  • 6. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 7. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 8. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 9. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 10. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 11. «Big Data» • Store datasett • Mulig å sammenstille • Nesten alltid overskuddsinformasjon, innsamlet for et annet formål enn analyse • Kommer ofte på kant med grunnleggende personvernprinsipp om at lagring skal være formålsdrevet • Drevet av drastisk reduserte maskinvarekostnader muliggjort gjennom bl.a. virtualisering (Utility computing)
  • 12. «Tingenes internett» • Integrerte enheter • Påkoblede (mange muligheter) • Hvordan de kobles på • Hvor de kobles på • Sensorer • Trenger ikke ha brukergrensesnitt • Kan være store (en bil) eller små (en hjertesensor)
  • 13.
  • 14.
  • 16. ...hvor det begynner å bli problematisk
  • 17. ...hvor det begynner å bli problematisk
  • 18. ...hvor det begynner å bli problematisk
  • 19. ...hvor det begynner å bli problematisk
  • 20. ...hvor det begynner å bli problematisk
  • 21. ...hvor det begynner å bli problematisk
  • 22. Hva er personvern? • Anledningen til å ha et privatliv • Å utvikle seg i et «invite only» rom • Å kunne eksprimentere og å gjøre feil • Å ikke bli dømt, nå eller senere, for de valgene du ikke vil publisere • Å begrense andres uønskede påvirkning på ditt liv • - Kunnskap gir makt spesielt kunnskap om andre mennesker • Eksempel: Søppelkassa • Å begrense myndighetene • Monopol på maktbruk, politi og militære • Statskassa, medier • To-veis speilet
  • 23. Og hvorfor det ikke lengre er mulig.... • Endringer i sosiale vaner og sensorteknologi – alt overvåkes • Sterkt svekkede forbruker og borgerrettigheter – alt lagres • Drastisk reduserte lagringskostnader – ingenting slettes • Terrorfrykt og politisamarbeid – data samles • Algoritmer som kobler ulike datasett – data sammenstilles • Prosessorkraft og automatisering – data tolkes (i sanntid) • «Newspeak» og annet juridisk press – data brukes Eksempel: Domestic Extremists
  • 24. Og hvordan det påvirker oss • Redusert vilje til å skille seg ut • Chilling effect • Redusert evne til å hevde sin rett • Hvis noen ønsker deg vondt, finner de noe å bruke • Redusert evne til å stoppe myndighetspersoner • Tenk «enemy of the state»
  • 27. Fremover Forestill dere følgende teknologier tatt i bruk: • Ansiktsgjenkjenning, iris-avlesning • Kontantløst samfunn • Krav om positiv identifisering ved bruk av tjenester • Forbud mot kryptering (som f.eks. Blackberry) • Sentralstyrt bil, TV, mobiltelefon etc ...AI