เผยแพร่ | อัปเดตล่าสุด

การจัดการข้อมูลการวิจัยที่ปลอดภัย

ลองนึกภาพว่าต้องใช้เวลาหลายปีในการรวบรวมผลการศึกษาวิจัยที่ก้าวล้ำ แต่กลับพบว่างานของคุณถูกละเมิดโดยความผิดพลาดที่สามารถป้องกันได้ สำหรับนักวิชาการหลายๆ คน สถานการณ์ฝันร้ายนี้ดูเหมือนจะเกิดขึ้นจริงมากขึ้นเรื่อยๆ เมื่อภัยคุกคามทางดิจิทัลพัฒนาขึ้น เราได้เห็นด้วยตัวเองว่าทรัพย์สินทางปัญญาสามารถเปราะบางได้อย่างไรหากไม่มีการป้องกันที่เหมาะสม ซึ่งเป็นความจริงที่ต้องได้รับความสนใจอย่างเร่งด่วน

งานวิจัยทางวิชาการสมัยใหม่ต้องอาศัยระบบที่สร้างสมดุลระหว่างการเข้าถึงและการปกป้อง นโยบายความปลอดภัยข้อมูลการวิจัย ของมหาวิทยาลัยฮาร์วาร์ ดจำแนกข้อมูลออกเป็นห้าระดับความเสี่ยง โดยมีกลยุทธ์ที่เหมาะสมสำหรับแต่ละระดับ1เครื่องมืออย่าง Cryptomator เพิ่มการเข้ารหัสฝั่งไคลเอ็นต์ให้กับแพลตฟอร์มคลาวด์ ทำให้มั่นใจได้ว่าไฟล์จะปลอดภัยก่อนการอัปโหลด แนวทางแบบหลายชั้นเหล่านี้ช่วยแก้ไขช่องโหว่ในขณะเดียวกันก็สนับสนุนการทำงานร่วมกัน

คู่มือฉบับสมบูรณ์ของเรา ช่วยลดความซับซ้อนของกระบวนการปฏิบัติตามกฎระเบียบ ตั้งแต่ข้อบังคับของรัฐบาลกลางไปจนถึงกรอบการทำงานระหว่างประเทศ ตารางโดยละเอียดจะอธิบายข้อกำหนดการทดลองทางคลินิกและเทคนิคการลดความเสี่ยง พร้อมเสนอขั้นตอนที่นำไปปฏิบัติได้จริงเพื่อปกป้องข้อมูลที่ละเอียดอ่อน ปัจจุบันสถาบันต่างๆ ให้ความสำคัญกับการยก ระดับโครงสร้างพื้นฐานผ่านโครงการริเริ่มต่างๆ เช่น นโยบายไตรภาคี ซึ่งเน้นการปกป้องตลอดวงจรชีวิต1

การวางแผนที่มีประสิทธิภาพเริ่มต้นด้วยเอกสารที่ชัดเจน DMP Assistantของ Portage Network ช่วยให้นักวิจัยร่างโปรโตคอลการจัดเก็บและการควบคุมการเข้าถึง ซึ่งเป็นขั้นตอนสำคัญในการรักษาความสมบูรณ์ของข้อมูล1 ดังที่เน้นย้ำใน การวิเคราะห์มาตรฐานระดับโลกของเราโครงการข้ามพรมแดนจำเป็นต้องมีกลยุทธ์ที่สอดคล้องกันซึ่งตรงตามข้อกำหนดด้านกฎระเบียบที่หลากหลาย

ประเด็นที่สำคัญ

  • ระบบการจำแนกข้อมูลห้าชั้นของฮาร์วาร์ดช่วยให้สามารถกำหนดกลยุทธ์การป้องกันแบบกำหนดเป้าหมายได้
  • เครื่องมือเข้ารหัสด้านไคลเอนต์ป้องกันการละเมิดระหว่างการถ่ายโอนระบบคลาวด์
  • ตารางการปฏิบัติตามรายละเอียดชี้แจงข้อกำหนดการทดลองทางคลินิก
  • นโยบายที่เน้นวงจรชีวิตสอดคล้องกับเป้าหมายวิทยาศาสตร์เปิดระดับนานาชาติ
  • เครื่องมือจัดทำเอกสารช่วยเพิ่มประสิทธิภาพในการวางแผนด้านความปลอดภัยสำหรับทีมงาน

ทำความเข้าใจพื้นฐานด้านความปลอดภัยของข้อมูลการวิจัย

การรักษาความลับเป็นหัวใจสำคัญของความน่าเชื่อถือทางวิชาการ การรั่วไหลเพียงครั้งเดียวอาจทำลายผลงานหลายปี เปิดเผยผลการวิจัยที่สำคัญหรือรายละเอียดส่วนบุคคลของผู้เข้าร่วม สถาบันต่างๆ เช่น มหาวิทยาลัยฮาร์วาร์ด จัดประเภทข้อมูลออกเป็นห้าระดับ ตั้งแต่สาธารณะไปจนถึงจำกัด เพื่อให้ระดับการป้องกันสอดคล้องกับความละเอียดอ่อน2

ความสำคัญของการรักษาความลับของข้อมูล

การปกป้องข้อมูลที่ละเอียดอ่อนไม่ใช่แค่เรื่องจริยธรรม แต่เป็นเรื่องเชิงกลยุทธ์ กฎการเข้าถึงแบบเปิดของ NYU กำหนดให้ต้องสามารถทำซ้ำได้โดยไม่กระทบต่อความเป็นส่วนตัว ซึ่งสร้างความสมดุลที่ละเอียดอ่อน การอบรมเชิงปฏิบัติการ เช่น การอบรมจาก JHU Data Services สอนการควบคุมการเข้าถึง อย่างละเอียด เพื่อให้มั่นใจว่ามีเพียงทีมที่ได้รับอนุญาตเท่านั้นที่จัดการไฟล์สำคัญ2

ภาพรวมของกรอบการกำกับดูแลและนโยบาย

ข้อกำหนดของรัฐบาลกลางกำหนดรูปแบบการปฏิบัติในปัจจุบัน กฎการแจ้งเตือนการรั่วไหลของข้อมูลสุขภาพของ FTC กำหนดให้ต้องแจ้งเตือนทันทีหากข้อมูลสุขภาพรั่วไหล3ในขณะเดียวกัน กรอบแนวคิดของฮาร์วาร์ดได้ให้โครงสร้างที่ชัดเจนดังนี้:

ระดับความเสี่ยงตัวอย่างมาตรการป้องกัน
ระดับ 1ชุดข้อมูลสาธารณะการเข้ารหัสพื้นฐาน
ระดับ 3เวชระเบียนการตรวจสอบสิทธิ์แบบสองปัจจัย
ระดับ 5ข้อมูลด้านความมั่นคงแห่งชาติการจัดเก็บแบบไม่มีช่องว่างอากาศ

โปรแกรมฝึกอบรมของสแตนฟอร์ดเน้นการเชื่อมโยงระดับเหล่านี้เข้ากับเครื่องมือต่างๆ เช่น การแชร์ข้อมูลบนคลาวด์แบบเข้ารหัส2ดังที่เจ้าหน้าที่ฝ่ายปฏิบัติตามกฎระเบียบคนหนึ่งกล่าวไว้ว่า“จำแนกประเภทก่อน ป้องกันทีหลัง—ลำดับนี้ช่วยรักษาอาชีพการงานได้”

การนำโปรโตคอลการจัดการข้อมูลการวิจัยที่ปลอดภัยมาใช้

การสร้างสมดุลระหว่างการเข้าถึงและการปกป้องต้องอาศัยแนวทางที่เป็นระบบ ปัจจุบันสถาบันต่างๆ ได้นำกรอบการทำงานแบบหลายชั้นมาใช้ ซึ่งบูรณาการมาตรการป้องกันทางเทคนิคเข้ากับขั้นตอนการทำงานของทีม เพื่อให้มั่นใจว่าเนื้อหายังคงใช้งานได้แต่ได้รับการปกป้อง4

แนวทางปฏิบัติที่ดีที่สุดสำหรับการป้องกัน

ระบบที่มีประสิทธิภาพเริ่มต้นด้วยกฎการเข้าถึงที่ละเอียดถี่ถ้วน โปรแกรมของ NYU กำหนดให้มีการเข้ารหัสสำหรับข้อมูลที่ละเอียดอ่อนทั้งหมด ซึ่งสอดคล้องกับมาตรฐานของรัฐบาลกลาง เช่น NSPM-33 5การวิเคราะห์ของเราเผยให้เห็นองค์ประกอบหลักสามประการ:

โปรโตคอลการดำเนินงานผล
การควบคุมการเข้าถึงสิทธิ์ตามบทบาทลดการเปิดรับแสง
การตรวจสอบความถูกต้องการตรวจจับข้อผิดพลาดอัตโนมัติความแม่นยำที่เพิ่มขึ้น
การรายงานเหตุการณ์ระบบตอบสนองตลอด 24 ชม.การบรรเทาผลกระทบที่รวดเร็วยิ่งขึ้น

โซลูชันการเข้ารหัสด้านไคลเอนต์

Cryptomator ปฏิวัติความปลอดภัยของระบบคลาวด์โดยอนุญาตให้ทีมเข้ารหัสไฟล์ก่อนอัปโหลด ซึ่งแตกต่างจากวิธีการแบบดั้งเดิม ผู้ใช้ยังคงควบคุมได้อย่างเต็มที่ผ่านคีย์ส่วนตัว4ทำตามขั้นตอนเหล่านี้:

  1. ติดตั้งซอฟต์แวร์โอเพ่นซอร์ส
  2. สร้างไดรฟ์เข้ารหัสเสมือน
  3. ลากไฟล์เข้าไปในห้องนิรภัยที่ได้รับการรักษาความปลอดภัย

สำหรับการจัดการบันทึกสุขภาพที่มีความละเอียดอ่อนโปรโตคอลการจัดเก็บข้อมูลที่ปลอดภัยแนะนำให้แยกตัวระบุออกจากไฟล์วิเคราะห์6การสำรองข้อมูลเป็นประจำบนเซิร์ฟเวอร์ที่ได้รับอนุมัติจะช่วยป้องกันการสูญหายระหว่างการทำงานร่วมกันได้อีกด้วย4

การนำทางกรอบการปฏิบัติตามและข้อบังคับ

สถาบันต่างๆ เผชิญกับแรงกดดันที่เพิ่มขึ้นในการปรับแนวปฏิบัติให้สอดคล้องกับมาตรฐานทางกฎหมายที่เปลี่ยนแปลงไปแผนความปลอดภัยของข้อมูล ของมหาวิทยาลัยฮาร์วาร์ด กำหนดระเบียบปฏิบัติที่เข้มงวดสำหรับการจัดการข้อมูลที่ละเอียดอ่อน โดยกำหนดให้หัวหน้าโครงการวิจัยต้องจัดทำเอกสารวิธีการจัดเก็บและข้อจำกัดในการเข้าถึง7แนวทางของมหาวิทยาลัยนิวยอร์กภายใต้ NSPM-33 เน้นการตรวจสอบโครงการที่อยู่ภายใต้การกำกับดูแลแบบเรียลไทม์ โดยสร้างแบบแผนที่นำไปปฏิบัติได้จริงสำหรับทีมงาน

ข้อมูลเชิงลึกจากนโยบายข้อมูลของ Harvard และ NYU

กรอบการทำงานของฮาร์วาร์ดเชื่อมโยงระดับการจำแนกประเภทกับการป้องกันเฉพาะ สำหรับการทดลองทางคลินิก การจัดแนวนี้มีความสำคัญ:

ระดับความเสี่ยงความต้องการทางคลินิกมาตรการรักษาความปลอดภัย
ระดับ 2บันทึกที่ไม่ระบุตัวตนที่เก็บข้อมูลบนคลาวด์ที่เข้ารหัส
ระดับ 4ลำดับพันธุกรรมบันทึกการเข้าถึงทางกายภาพ
ระดับ 5โครงการด้านความมั่นคงแห่งชาติเซิร์ฟเวอร์แบบแยกอากาศ

กลยุทธ์การปฏิบัติตามกฎระเบียบของ NYU กำหนดให้ DUA ต้องเป็นไปตามมาตรฐาน NIST SP 800-53 ก่อนการส่ง7ดังที่เจ้าหน้าที่ฝ่ายปฏิบัติตามกฎระเบียบคนหนึ่งกล่าวไว้ว่า“การจำแนกประเภทไม่ใช่แค่เอกสาร แต่เป็นรากฐานของวิทยาศาสตร์เชิงจริยธรรม”

การจำแนกประเภทข้อมูลและระดับการประเมินความเสี่ยง

ระบบห้าระดับช่วยให้สามารถตอบสนองได้อย่างแม่นยำ เอกสารระดับ 3 เช่น แบบสอบถามผู้ป่วย ต้องใช้การตรวจสอบสิทธิ์แบบสองปัจจัย ในขณะที่ชุดข้อมูลสาธารณะระดับ 1 ต้องการการเข้ารหัสขั้นพื้นฐาน7โครงการบริหารจัดการการปฏิบัติตามกฎระเบียบของสถาบันจะตรวจสอบโครงการทุกไตรมาส เพื่อให้มั่นใจว่าสอดคล้องกับ GDPR และแนวทางของ HEISP

การประเมินความเสี่ยงจะกำหนดความเข้มข้นของการป้องกัน การศึกษาความเสี่ยงสูงที่เกี่ยวข้องกับสูตรเฉพาะจะทำให้เกิดการตรวจสอบภาคบังคับและการแชร์ข้อมูลดิจิทัลที่จำกัด แนวทางแบบแบ่งระดับนี้จะสร้างสมดุลระหว่างการทำงานร่วมกันแบบเปิดและการป้องกันที่จำเป็น

แนวทางปฏิบัติเพื่อการจัดการข้อมูลที่มีประสิทธิภาพ

การรักษาโปรโตคอลที่แข็งแกร่งต้องอาศัยความสมดุลระหว่างการทำงานร่วมกันแบบเปิดและการป้องกันที่จำเป็น เราพบว่าสถาบันต่างๆ ประสบความสำเร็จจากการบูรณาการเวิร์กโฟลว์มาตรฐานกับการประเมินความเสี่ยงแบบปรับเปลี่ยนได้ แนวทางนี้ช่วยให้มั่นใจได้ว่าสื่อต่างๆ ยังคงสามารถเข้าถึงได้และได้รับการปกป้องตลอดอายุการใช้งาน

เวิร์กโฟลว์การจัดการข้อมูลเชิงคลินิกที่ขับเคลื่อนด้วยข้อมูลซึ่งแสดงภาพผ่านภาพประกอบทางเทคนิคโดยละเอียด ในเบื้องหน้าคือเซิร์ฟเวอร์ฐานข้อมูลกลางที่มีอินเทอร์เฟซทันสมัยสำหรับการรับ การวิเคราะห์ และการส่งออกข้อมูลการวิจัย รอบๆ เซิร์ฟเวอร์มีโหนดที่เชื่อมต่อกันหลายชุดซึ่งแสดงถึงแหล่งข้อมูลต่างๆ ไพพ์ไลน์การประมวลผล และแอปพลิเคชันของผู้ใช้ปลายทาง ซึ่งทั้งหมดเชื่อมโยงกันด้วยกระแสข้อมูลที่มีรหัสสีที่ชัดเจน พื้นที่ตรงกลางประกอบด้วยชุดเครื่องมือแสดงภาพข้อมูล แผงควบคุมการเข้าถึง และระบบสำรอง/เก็บถาวรอัตโนมัติ ในเบื้องหลังคือภูมิทัศน์ที่เรียบง่ายของโครงสร้างพื้นฐานคลาวด์ ไฟร์วอลล์ด้านความปลอดภัย และกฎระเบียบการปฏิบัติตามข้อกำหนด ซึ่งแสดงถึงลักษณะที่แข็งแกร่งในระดับองค์กรของระบบโดยรวม โทนสีที่นุ่มนวล มุมที่คมชัด และความแม่นยำและประสิทธิภาพแทรกซึมไปทั่วฉาก สะท้อนให้เห็นถึงลักษณะที่ปลอดภัยและได้รับการจัดการอย่างดีของระบบนิเวศข้อมูลการวิจัย

องค์ประกอบสำคัญของแผนการจัดการข้อมูลการวิจัย

แผนงานที่มีประสิทธิภาพจะตอบสนองความต้องการหลักสามประการ ได้แก่ การเข้าถึงได้ การทำซ้ำได้ และการปฏิบัติตามข้อกำหนด หลักการ FAIR (Findable, Accessible, Interoperable, Reusable) เป็นแนวทางให้ทีมสร้างกรอบโครงสร้าง8สถาบันต่างๆ เช่น ห้องสมุด NIH ใช้แบบฟอร์มคำขอมาตรฐานและองค์ประกอบข้อมูลทั่วไปเพื่อปรับปรุงกระบวนการให้มีประสิทธิภาพยิ่งขึ้น9

ส่วนประกอบการทดลองทางคลินิกมาตรฐานการกำกับดูแลกลยุทธ์การดำเนินงาน
การรับสมัครผู้เข้าร่วมGDPR มาตรา 6เครื่องมือคัดกรองแบบไม่เปิดเผยตัวตน
การเก็บรวบรวมข้อมูลกฎความปลอดภัย HIPAAระบบ EDC แบบเข้ารหัส
การแบ่งปันผลลัพธ์แนวทางปฏิบัติที่เป็นธรรมที่เก็บข้อมูลที่อุดมไปด้วยข้อมูลเมตา

เพิ่มประสิทธิภาพการแบ่งปันข้อมูลพร้อมทั้งรับประกันความปลอดภัย

รูปแบบ “ฝึกอบรมผู้ฝึกสอน” ของห้องสมุด NIH แสดงให้เห็นถึงการถ่ายทอดความรู้ที่สามารถขยายขนาดได้ วิธีนี้ช่วยเพิ่มจำนวนผู้เข้าร่วมการประชุมเชิงปฏิบัติการได้ถึง 41% ใน 12 วิทยาเขต9สำหรับโครงการที่มีความละเอียดอ่อนกลยุทธ์การกำกับดูแลข้อมูลที่มีประสิทธิภาพจะผสมผสานพื้นที่ทำงานที่เข้ารหัสเข้ากับบันทึกการเข้าถึงแบบละเอียด

เทคนิคการแก้ไขปัญหาและการจัดการความเสี่ยง

การตรวจสอบรายไตรมาสช่วยระบุช่องโหว่ก่อนที่จะลุกลามบานปลาย การวิเคราะห์ล่าสุดแสดงให้เห็นว่า 68% ของการละเมิดข้อมูลเกิดจากการตั้งค่าพื้นที่จัดเก็บข้อมูลบนคลาวด์ที่ไม่ถูกต้อง8ใช้กรอบการทำงานที่นำไปปฏิบัติได้จริงนี้:

ระดับความเสี่ยงความถี่ในการตรวจสอบมาตรการบรรเทาผลกระทบ
ต่ำการทบทวนสองครั้งต่อปีการตรวจสอบการอนุญาต
จุดสูงการสแกนรายสัปดาห์การตรวจจับการบุกรุกแบบเรียลไทม์

การฝึกอบรมแบบพบปะตัวต่อตัวพิสูจน์แล้วว่ามีประสิทธิภาพมากที่สุด โดยผู้เข้าร่วม 67% แสดงให้เห็นถึงการปฏิบัติตามระเบียบที่ดีขึ้นหลังการอบรมเชิงปฏิบัติการ9การรับฟังความคิดเห็นอย่างสม่ำเสมอช่วยปรับปรุงโปรแกรมเหล่านี้เพื่อรับมือกับความท้าทายที่เกิดขึ้นใหม่

สรุป

ในสภาพแวดล้อมการวิจัยดิจิทัลในปัจจุบัน การปกป้องทรัพย์สินทางปัญญาจำเป็นต้องใช้กลยุทธ์หลายชั้นที่ผสมผสานการปฏิบัติตามนโยบายเข้ากับนวัตกรรมทางเทคนิค ระบบการจำแนกประเภทแบบหลายระดับของมหาวิทยาลัยฮาร์วาร์ดและการตรวจสอบแบบเรียลไทม์ของมหาวิทยาลัยนิวยอร์กแสดงให้เห็นว่าสถาบันต่างๆ สร้างสมดุลระหว่างการเข้าถึงและการปกป้องได้อย่างไร10 เครื่องมืออย่าง Cryptomator ยกระดับความพยายามเหล่านี้ด้วยการเข้ารหัสฝั่งไคลเอ็นต์ ทำให้ทีมสามารถควบคุมไฟล์ที่ละเอียดอ่อนก่อนการถ่ายโอน ไปยังคลาวด์ได้11

การวิเคราะห์กลยุทธ์การจัดการข้อมูลการวิจัยที่มีประสิทธิภาพ ของเราเน้นสามเสาหลัก ได้แก่ กรอบการทำงานที่ปรับเปลี่ยนได้ การควบคุมการเข้าถึงแบบละเอียด และการทบทวนโปรโตคอลอย่างต่อเนื่อง ตารางโดยละเอียดในส่วนก่อนหน้านี้ให้ขั้นตอนที่นำไปปฏิบัติได้จริงสำหรับการปรับโครงการให้ สอดคล้องกับหลักการ FAIR และมาตรฐานการปฏิบัติตามกฎระเบียบระดับโลก10 12

เราขอแนะนำให้ทีมต่างๆ ตรวจสอบขั้นตอนการทำงานของตนอย่างสม่ำเสมอโดยใช้เครื่องมือต่างๆ เช่นการวิเคราะห์มาตรฐานระดับโลก ของเรา มาตรการเชิงรุกจะช่วยป้องกันการละเมิดและส่งเสริมความร่วมมือ ซึ่งเป็นกุญแจสำคัญสำหรับการค้นพบที่ก้าวล้ำ การปรับปรุงทุกอย่างจะช่วยเสริมสร้างทั้งความน่าเชื่อถือและความยั่งยืนของโครงการในระยะยาว

ในฐานะผู้พิทักษ์ความรู้ เรามุ่งมั่นที่จะส่งเสริมแนวทางปฏิบัติทางจริยธรรม เรามาสร้างระบบที่นวัตกรรมเติบโตโดยไม่กระทบต่อความซื่อสัตย์กันเถอะ

คำถามที่พบบ่อย

นโยบายของสถาบันเช่นของฮาร์วาร์ดแตกต่างจากมหาวิทยาลัยอื่นอย่างไร?

กรอบการกำกับดูแลข้อมูลของฮาร์วาร์ดเน้นการจำแนกตามระดับความเสี่ยง โดยต้องได้รับการอนุมัติอย่างชัดเจนสำหรับการแบ่งปันเนื้อหาที่ละเอียดอ่อน ซึ่งแตกต่างจากสถาบันบางแห่ง กรอบการกำกับดูแลข้อมูลกำหนดให้มีการตรวจสอบประจำปีสำหรับโครงการที่มีความเสี่ยงสูง และจำกัดตัวเลือกการจัดเก็บข้อมูลบนคลาวด์ให้เฉพาะกับแพลตฟอร์มที่ผ่านการตรวจสอบแล้วซึ่งเป็นไปตามมาตรฐาน FERPA และ HIPAA

เครื่องมือเข้ารหัสใดบ้างที่ตรงตามข้อกำหนดของวารสาร?

โซลูชันโอเพ่นซอร์ส เช่น Cryptomator และ VeraCrypt มอบการเข้ารหัส AES-256 ที่ได้รับการยอมรับจากผู้จัดพิมพ์รายใหญ่ สำหรับโครงการความร่วมมือ แพลตฟอร์มเช่น Tresorit หรือ Microsoft Purview นำเสนอการป้องกันแบบครบวงจรพร้อมการควบคุมการเข้าถึงแบบละเอียด ซึ่งสอดคล้องกับแนวทางการส่งเอกสารของ Nature และ Science

องค์ประกอบใดบ้างที่ไม่สามารถต่อรองได้ในแผนการจัดการ?

แผนที่มีประสิทธิผลจะต้องมีรายละเอียดเกี่ยวกับสถานที่จัดเก็บพร้อมสถานะการรับรอง ISO 27001 โปรโตคอลการจำกัดการเข้าถึง และขั้นตอนการตอบสนองการละเมิด ปัจจุบัน NSF และ NIH กำหนดให้ต้องมีเอกสารประกอบที่ชัดเจนเกี่ยวกับการใช้เครื่องมือ AI และข้อตกลงกับผู้ประมวลผลข้อมูลบุคคลที่สามในการสมัครขอทุน

ทีมงานจะสามารถสร้างสมดุลระหว่างวิทยาศาสตร์แบบเปิดกับความต้องการด้านความปลอดภัยได้อย่างไร

ใช้ระบบการเข้าถึงแบบแบ่งระดับโดยใช้แพลตฟอร์มเช่น Figshare หรือ Zenodo สำหรับการศึกษาทางคลินิก เครื่องมือระบุตัวตน เช่น ARX Anonymization Tool ช่วยให้สามารถแชร์ข้อมูลได้อย่างปลอดภัยในขณะที่ยังคงรักษาประโยชน์ใช้สอยของชุดข้อมูลไว้ ปรึกษา IRB ของคุณเสมอ ก่อนที่จะเผยแพร่ข้อมูลสุขภาพที่ละเอียดอ่อน

สถาบันชั้นนำใช้วิธีการประเมินความเสี่ยงแบบใด?

เมทริกซ์ 5 ระดับของ NYU ประเมินความอ่อนไหวของข้อมูลต่ออันตรายที่อาจเกิดขึ้นจากการเปิดเผยข้อมูล ข้อมูลทางชีวภาพที่มีความเสี่ยงสูงต้องใช้ไดรฟ์ที่เข้ารหัสแยกต่างหากพร้อมการเข้าถึงข้อมูลทางชีวภาพ ในขณะที่สื่อสาธารณสมบัติสามารถใช้ที่เก็บข้อมูลของสถาบันมาตรฐานได้ การทดสอบการเจาะระบบเป็นประจำเป็นสิ่งจำเป็นสำหรับโครงการระดับ 4 ขึ้นไป

นโยบายอุปกรณ์เคลื่อนที่ใดที่ป้องกันการละเมิด?

วารสารชั้นนำต้องการโซลูชัน MDM เช่น Microsoft Intune ที่บังคับใช้การเข้ารหัสดิสก์ทั้งหมดและความสามารถในการล้างข้อมูลจากระยะไกล อย่าจัดเก็บข้อมูลสุขภาพที่ระบุตัวตนบนอุปกรณ์ส่วนตัว ให้ใช้พื้นที่ทำงานเสมือนที่ปลอดภัยด้วย Citrix สำหรับการวิเคราะห์ข้อมูลการวิจัยภาคสนาม

ลิงค์ที่มา

  1. https://science.gc.ca/site/science/en/interagency-research-funding/policies-and-guidelines/research-data-management/tri-agency-research-data-management-policy-frequently-asked-questions
  2. https://guides.library.jhu.edu/c.php?g=1262822&p=9338092
  3. https://www.ftc.gov/business-guidance/privacy-security/data-security
  4. https://security.georgetown.edu/research_data_protection_guidelines/
  5. https://www.nyu.edu/research/resources-and-support-offices/research-data-management-security.html
  6. https://pmc.ncbi.nlm.nih.gov/articles/PMC8371066/
  7. https://research.harvard.edu/research-policies-compliance/research-data-management/
  8. https://fortbildung.unibas.ch/courses/training-program/assistants/practical-strategies-for-effective-research-data-management-300387
  9. https://pmc.ncbi.nlm.nih.gov/articles/PMC8485941/
  10. https://www.elsevier.com/academic-and-government/rdm-guide
  11. https://library.ucsd.edu/research-and-collections/research-data/plan-and-manage/data-management-best-practices.html
  12. https://www.nngroup.com/articles/privacy-and-security/