TCVN HƯỚNG DẪN CHUNG VỀ HƯỚNG DẪN VỀ VAI TRÒ CỦA VIỆC LẬP KẾ HOẠCH VÀ PHÁT TRIỂN ĐÔ THỊ THÔNG MINH

Các thành phần cụ thể của khung đô thị thông minh áp dụng là: a [B2] Chuyển đổi mô hình hoạt động của đô thị với tham chiếu cụ thể đến mô hình quản trị đã được phát triển và bất kỳ lỗ h

DỰ THẢO

Mục lục Trang

Lời nói đầu 5

Lời giới thiệu 7

1 Phạm vi áp dụng 11

2 Tài liệu viện dẫn 12

3 Thuật ngữ và định nghĩa 12

4 Khả năng tương tác dữ liệu 14

5 Các loại hình dữ liệu 15

6 Thiết lập nền văn hóa chia sẻ dữ liệu 27

7 Cải cách bảo vệ dữ liệu 35

8 Chuỗi giá trị dữ liệu 39

9 Mục đích sử dụng dữ liệu 44

10 Đánh giá trạng thái dữ liệu 50

11 Xác định quyền truy cập dữ liệu 53

12 Cấu trúc dữ liệu 58

Phụ lục A (tham khảo) Các lĩnh vực bên ngoài phạm vi áp dụng 61

Thư mục tài liệu tham khảo 63

Lời nói đầu

TCVN xxxx:20xx do Ban kỹ thuật tiêu chuẩn quốc gia TCVN/TC 268 Cộng

đồng và Đô thị bền vững biên soạn, Tổng cục Tiêu chuẩn Đo lường Chất

lượng đề nghị, Bộ Khoa học và Công nghệ công bố

Lời giới thiệu

0.1 Khái quát

Thuật ngữ "đô thị thông minh" biểu thị sự tích hợp có hiệu quả của các hệ thống vật chất, kỹ thuật

số và hệ thống con người trong môi trường được xây dựng để đảm bảo tương lai bền vững, thịnh vượng và hòa nhập cho các công dân của đô thị Một giả định cơ bản trong việc thiết kế một đô thị thông minh là khả năng tương thích của các hệ thống vật chất và kỹ thuật số Tiêu chuẩn này cung cấp hướng dẫn cho người ra quyết định về việc thiết lập khuôn khổ ra quyết định đối với việc chia sẻ dữ liệu đô thị và tạo lập các dịch vụ thông tin tương thích

Dữ liệu có khả năng chuyển hóa đô thị và các dịch vụ của đô thị cung cấp khả năng nhận biết về các dịch vụ có sẵn và hỗ trợ sự tương tác của công dân với các dịch vụ đó Cải thiện thiết kế và tích hợp các dịch vụ đô thị có thể phục vụ công chúng tốt hơn và thúc đẩy sự đổi mới và nâng cao hiệu lực

Tiêu chuẩn này nhằm mục đích hỗ trợ việc chia sẻ dữ liệu ở các đô thị và giữa các đô thị và thiết lập các thỏa thuận về chia sẻ dữ liệu, đặc biệt khi dữ liệu được chia sẻ bởi nhiều tổ chức để chuyển đổi việc cung ứng các dịch vụ của đô thị

Việc mất mát dữ liệu hoặc diễn giải sai dữ liệu có thể dẫn đến hành động sai lỗi được t hực hiện bởi các nhà ra quyết định của đô thị Khuôn khổ ra quyết định đối với chia sẻ dữ liệu có thể giúp đảm bảo rằng những người ra quyết định có hệ sinh thái dữ liệu tổng thể tốt nhất làm căn cứ cho các quyết định

Việc chia sẻ dữ liệu trong toàn đô thị đòi hỏi nhiều hơn khả năng tương tác được đề cập bởi mô hình khái niệm về đô thị thông minh (SCCM) được xác định trong TCVN 12137, chú trọng đến sự cần thiết ngữ nghĩa về dữ liệu trong một đô thị Khả năng tương tác dữ liệu đầy đủ đòi hỏi khung

dữ liệu được tạo lập trong toàn bộ phổ dữ liệu đối với đô thị: dữ liệu mở, được bảo về và chia sẻ

Tiêu chuẩn này được xây dựng dựa trên mô hình hoạt động tích hợp được xác định trong TCVN 12136 và giả định rằng quản trị chương trình đô thị thông minh và quản lý tổng thể tài sản

dữ liệu của đô thị đã được hiểu rõ và nhất trí bởi các nhà lãnh đạo của đô thị và những người ra quyết định của các tổ chức cung ứng dịch vụ của đô thị

Giá trị của chia sẻ dữ liệu vẫn chưa được các đô thị khai thác vì dữ liệu chủ yếu hiện được sử dụng cho một mục đích cụ thể liên quan đến nhiệm vụ công, dữ liệu bổ sung không được xem là

m ột loại hình tài sản thiết yếu của đô thị có thể được sử dụng để biến đổi đô thị Dữ liệu cũng có thể cung cấp cơ sở cho các mô hình thương mại mới ở các đô thị thông minh

Tiêu chuẩn này xác định khung dữ liệu để chia sẻ dữ liệu của đô thị nhằm tạo thuận lợi cho các cuộc thảo luận giữa các chuyên gia là những người xây dựng và thiết kế các dịch vụ vật chất và

kỹ thuật số và người ra quyết định là những người sử dụng dữ liệu để biến đổi đô thị của họ

Tiêu chuẩn này được sử dụng bởi những người ra quyết định ở các đô thị thông minh từ các lĩnh vực công, tư và bên thứ ba Tiêu chuẩn này cũng là tài liệu cần được đối với mọi tổ chức của đô thị có nhu cầu chia sẻ dữ liệu

Dự kiến rằng mỗi đô thị sẽ tạo lập một khung ra quyết định dựa trên tiêu chuẩn này để giải quyết những thách thức và cơ hội của riêng mình, có tính đến các ưu tiên và nhu cầu của đô thị mình Việc tạo lập một hệ sinh thái dữ liệu dựa trên nguyên tắc tương tác và chia sẻ dữ liệu trong tiêu chuẩn này có thể tạo lập ra các tài sản dữ liệu được sử dụng để cải thiện chất lượng cuộc sống cho người dân và tạo ra các mô hình thương mại bền vững để dẫn đến sự đổi mới, sáng tạo

0.2 Mối quan hệ với các tiêu chuẩn khác về đô thị thông minh

0.2.1 Mối quan hệ với TCVN 12136

Tiêu chuẩn này đã được xây dựng dựa trên mô hình hoạt động tích hợp mới được xác định trong

TCVN 12136 Khung đô thị thông minh  Hướng dẫn thiết lập các chiến lược cho đô thị và cộng đồng thông minh Các thành phần cụ thể của khung đô thị thông minh áp dụng là:

a) [B2] Chuyển đổi mô hình hoạt động của đô thị với tham chiếu cụ thể đến mô hình quản trị đã được phát triển và bất kỳ lỗ hổng nào của cả dữ liệu và dịch vụ của đô thị;

b) [B6] Lập bản đồ về các nhu cầu tương thông, liên tác của đô thị; và

c) [B11] Quản lý danh định và quyền riêng tư

PAS 183 là một công cụ để giúp thực hiện các thành phần này của khung đô thị thông minh

0.2.2 Mối quan hệ với TCVN 12137

Mô hình khái niệm đô thị thông minh (SCCM) được mô tả trong TCVN 12137 Mô hình khái niệm

thành phố thông minh  Hướng dẫn thiết lập mô hình đối với khả năng liên thông dữ liệu đề cập

đến các vấn đề tương thích dữ liệu phát sinh do mỗi ngành và/hoặc dịch vụ trong một đô thị có mô hình riêng của nó và thuật ngữ sử dụng cho dữ liệu Tiêu chuẩn này xác định khung dữ liệu đề cập đến các khu vực khác ảnh hưởng đến khả năng tương tác, chẳng hạn như quyền truy cập, quyền riêng tư, tính khả dụng và định dạng Các khu vực khác này cũng là rào cản đối với khả năng tương tác tác động đến thiết kế của các dịch vụ vật chất và kỹ thuật số Tiêu chuẩn này đề cập đến các rào cản chứ không phải là ngữ nghĩa được đề cập trong TCVN 12137, để cho phép khả năng tương tác dữ liệu và chia sẻ dữ liệu và dịch vụ thông tin trong một đô thị thông minh

Khung dữ liệu này xác định tất cả các yếu tố cần thiết để cung cấp bốn loại thông tin chi tiết chính khi dữ liệu và dịch vụ được chia sẻ một cách thích hợp theo 4 yếu tố: vận hành, thiết yếu, phân tích và chiến lược (Xem TCVN 12137:2018, Điều 0)

0.3 Mối quan hệ với các tài liệu, tiêu chuẩn về mô hình thông tin xây dựng (BIM)

Các tài liệu sau được sử dụng như là một phần của một phương pháp tiếp cận theo toàn bộ vòng đời đối với môi trường xây dựng cho BIM Cấp độ 2 ở các đô thị thông minh

Tiêu chuẩn này giả định rằng BS 1192 được sử dụng cho tất cả các cơ sở hạ tầng và công trình BIM Cấp độ 2 trong một đô thị thông minh và các tổ chức mua sắm tài sản sử dụng chúng như là một phần của các chiến lược kỹ thuật số và thông minh tổng thể của mình

 BS 1192 Collaborative production of architectural, engineering and construction information – Code of practice (Hợp tác tạo ra thông tin kiến trúc, kỹ thuật và xây dựng  Quy tắc thực hành);

 PAS 1192-2 Specifiation for information management for the capital/delivery phase of construction projects using building information modelling (Quy định về quản lý thông tin cho giai đoạn cấp vốn/giao các dự án xây dựng với việc sử dụng mô hình thông tin xây dựng );

 PAS 1192-3 Specifiation for information management for the operational phase of assets using building information modelling (Quy định về quản lý thông tin cho giai đoạn vận hành tài sản với việc sử dụng mô hình thông tin xây dựng);

 BS 1192-4 Collaborative production of information – Fulfiling employer’s information exchange requirements using COBie – Code of practice (Hợp tác tạo ra thông tin – Thực hiện các yêu cầu về trao đổi thông tin của nhà sử dụng lao động vối việc sử dụng COBIE – Quy tắc thực hành);

 PAS 1192-5 Specifiation for security-minded building information modelling, digital built environments and smart asset management (Quy định về mô hình thông tin xây dựng có bảo mật, môi trường xây dựng kỹ thuật số và quản lý tài sản thông minh)

TCVN hướng dẫn chung về Hướng dẫn về vai trò của việc lập

kế hoạch và phát triển Đô thị thông minh

TCVN general guidance on the role of Smart city Planning and Development

1 Phạm vi áp dụng

Tiêu chuẩn này đưa ra hướng dẫn về việc thiết lập khung ra quyết định đối với việc chia sẻ dịch vụ thông tin và dữ liệu tại các đô thị thông minh

Phạm vi của Tiêu chuẩn này bao gồm:

a) các loại hình dữ liệu ở các đô thị thông minh;

b) thiết lập một nền văn hóa chia sẻ dữ liệu;

c) chuỗi giá trị dữ liệu - vai trò và trách nhiệm;

d) mục đích sử dụng dữ liệu;

e) đánh giá trạng thái dữ liệu;

f) xác định quyền truy cập dữ liệu; và

g) định dạng dữ liệu/hình thức chuyển tải

Tiêu chuẩn này nhằm mục đích hỗ trợ việc chia sẻ dịch vụ thông tin và dữ liệu trong các đô thị Đối với một số đô thị, cũng sẽ cần phải thiết lập thỏa thuận chia sẻ dữ liệu cụ thể, đặc biệt là khi dữ liệu được chia sẻ bởi nhiều tổ chức cùng một lúc

Tiêu chuẩn này hỗ trợ một cách tiếp cận minh bạch để đưa ra các quyết định và tạo lập các thỏa thuận chia sẻ dữ liệu cụ thể nhằm nhận thức đầy đủ về các lợi ích và giá trị của các dịch vụ dữ liệu và thông tin trong một đô thị

Việc mất mát dữ liệu hoặc giải thích sai dữ liệu có thể dẫn đến hành động sai lỗi được thực hiện bởi các nhà ra quyết định của đô thị Khung ra quyết định về chia sẻ dữ liệu có thể giúp đảm bảo rằng các nhà ra quyết định sẽ có dữ liệu tổng thể tốt nhất làm căn cứ cho các quyết định

Tiêu chuẩn này không bao gồm:

a) các vấn đề an ninh quốc gia;

b) thực hành tốt về sử dụng dữ liệu của công dân;

T I Ê U C H U Ẩ N Q U Ố C G I A TCVN xxxx:20xx

c) các thỏa thuận hiện có về khả năng tương tác giữa các đô thị;

d) xác định các mạng giao diện lập trình ứng dụng (API); hoặc

e) bất kỳ quy tắc và quy định về chia sẻ dữ liệu cụ thể nào cho một khu vực pháp lý cụ thể

Giả định rằng cách tiếp cận bảo mật đối với việc chia sẻ dữ liệu được sử dụng bởi các đô thị

CHÚ THÍCH 1: Các yêu cầu về việc thiết lập và thực hiện cách tiếp cận bảo mật đối với việc chia sẻ dữ liệu được quy định trong PAS 185 (đang soạn thảo)

CHÚ THÍCH 2: Các chi tiết khác về các vấn đề.lĩnh vực không thuộc phạm vi áp dụng của Tiêu chuẩn này, bao gồm thông tin về các ấn phẩm tiêu chuẩn có liên quan, được nêu trong Phụ lục A

Tiêu chuẩn này được sử dụng bởi những người ra quyết định ở các đô thị thông minh từ các lĩnh vực công, tư và bên thứ ba Tài liệu này cũng cần được quan tâm áp dụng bởi mọi tổ chức của đô thị có nhu cầu chia sẻ dữ liệu

2 Tài liệu viện dẫn

Các tài liệu viện dẫn sau rất cần thiết cho việc áp dụng tiêu chuẩn này Đối với các tài liệu viện dẫn ghi năm công bố thì áp dụng phiên bản được nêu Đối với các tài liệu viện dẫn không ghi năm công bố thì

áp dụng phiên bản mới nhất, bao gồm cả các sửa đổi, bổ sung (nếu có)

TCVN 12135, Đô thị thông minh – Từ vựng

TCVN 12136, Khung đô thị thông minh – Hướng dẫn thiết lập các chiến lược cho đô thị và cộng đồng thông minh

TCVN 12137, Mô hình khái niệm đô thị thông minh – Hướng dẫn thiết lập mô hình đối với khả năng liên thông dữ liệu

TCVN ISO 31000 (ISO 31000), Quản lý rủi ro – Các nguyên tắc và hướng dẫn

Thông tin được ghi lại

[Nguồn: TCVN ISO 22005:2008 (ISO 22005 : 2007), 3.11]

3.3

Chuỗi giá trị dữ liệu

Sử dụng, quản lý và sử dụng lại dữ liệu một cách thông minh để cung cấp thông tin chi tiết

Dữ liệu tham chiếu

Dữ liệu xác định tập các giá trị cho phép được sử dụng bởi các trường dữ liệu khác

SCCM được nêu chi tiết trong TCVN 12137 là cơ sở để thấu hiểu về khả năng tương tác ngữ nghĩa của dữ liệu trong một đô thị thông minh Tiêu chuẩn này giả định đô thị đã sử dụng các khái niệm này trong SCCM làm khối xây dựng cơ bản về khả năng tương tác dữ liệu trong đô thị của mình Việc sử dụng SCCM này có thể tạo thuận lợi cho bốn cấp độ thông tin chi tiết - vận hành, chính yếu, phân tích và chiến lược - sẽ đạt được từ dữ liệu này

Tuy nhiên, việc chỉ sử dụng hướng dẫn SCCM không đề cập được tất cả các rào cản đối với khả năng tương tác dữ liệu trong đô thị Các khía cạnh khác của dữ liệu cũng cần phải được thấu hiểu

để tạo lập ra một khung thích hợp cho khả năng tương tác dữ liệu trong một đô thị thông minh

Để đạt được khả năng tương tác và chia sẻ dữ liệu có hiệu quả, bảy khu vực chia sẻ dữ liệu chính được coi là rào cản bổ sung và cần được xem xét riêng biệt và phối hợp bởi đô thị:

a) loại hình dữ liệu;

b) thiết lập một nền văn hóa chia sẻ dữ liệu;

c) chuỗi giá trị dữ liệu;

d) mục đích sử dụng dữ liệu;

e) đánh giá trạng thái dữ liệu;

f) xác định quyền truy cập cho dữ liệu; và

g) định dạng dữ liệu/định dạng chuyển tải

Tiêu chuẩn này hướng dẫn các đô thị về các khu vực cần đề cập để thiết lập một khung dữ liệu nhằm chia sẻ dữ liệu Các mô hình chia sẻ được đề cập trong phạm vi của Tiêu chuẩn này là: a) khu vực công và khu vực công;

b) khu vực công và doanh nghiệp hoặc cộng đồng địa phương;

c) khu vực công và công dân;

d) giới kinh doanh hoặc cộng đồng và giới kinh doanh hoặc cộng đồng; và

e) giới kinh doanh hoặc cộng đồng và công dân

Trong khi Tiêu chuẩn này không bao gồm việc chia sẻ dữ liệu giữa công dân và công dân, các đô thị cần đưa ra điều khoản để cho phép công dân thực hiện các yêu cầu liên quan đến dữ liệu mà

họ nắm giữ và chia sẻ Đô thị cũng cần phản hồi yêu cầu này một cách kịp thời và duy trì sự kiểm tra, giám sát về các tương tác này

5 Các loại hình dữ liệu

5.1 Khái quát

Khi các chính quyền địa phương chuyển đổi trở thành những đô thị thông minh, các tài sản dữ liệu hiện có tạo thành khung dữ liệu ban đầu được sử dụng làm cơ sở ban đầu hiển nhiên đối với việc

ra quyết định dựa trên dữ liệu Đô thị thu thập, xử lý và xác nhận dữ liệu đối với việc thực hiện cần thiết các dịch vụ cung cấp cho công dân Tài sản dữ liệu này của đô thị có phần lớn trong các

hệ thống kế thừa/di sản không kết nối mà những hệ thống này đều gây trở ngại và tốn kém cho việc thay đổi và không thể được vận hành theo những cách thức mới Cần có sự đầu tư về công nghệ để mở khóa giá trị dữ liệu có trong các hệ thống kế thừa này Sự chuyển đổi này không thể dựa vào công nghệ - dù rằng công nghệ là một tác nhân kích thích – mà dựa vào dữ liệu

Điều này cho phép dữ liệu đô thị hiện có tiếp tục tăng thêm giá trị, cùng với dữ liệu mới mà đô thị tạo lập, ví dụ như từ các cảm biến tạo thành một phần cơ sở hạ tầng giao thông mới của đô thị

Hiểu về các tài sản dữ liệu của một đô thị là bước đầu tiên trong việc tạo lập giá trị từ dữ liệu và tối đa hóa giá trị của các tài sản dữ liệu cho đô thị Các khái niệm, tự thân, không đủ để kết xuất giá trị từ dữ liệu đô thị và điều quan trọng là phải hiểu rằng vị trí vật lý của dữ liệu - công nghệ mà

dữ liệu được lưu giữ - không phải là vấn đề Không phân biệt nguồn và trạng thái của các tài sản

dữ liệu trong một đô thị, khung dữ liệu chung có thể được tạo lập để phản ánh tài sản dữ liệu mà

từ đó đô thị có thể kết xuất được giá trị Điều này đòi hỏi một cách tiếp cận tập trung vào dữ liệu - một quan niệm mới về dữ liệu – theo đó có thể phát triển mô hình SCCM được nêu rõ trong TCVN 12137

Việc mở khóa giá trị từ dữ liệu đòi hỏi đô thị phải hiểu giá trị có thể được tạo lập từ dữ liệu ngoài các phương pháp tiếp cận đến tập dữ liệu đang chiếm ưu thế trong các đô thị và thực sự trên khắp Vương quốc Anh

5.2 Khung dữ liệu

5.2.1 Khái quát

Như trong Hình 1, khung dữ liệu cho một đô thị thông minh phân loại các tài sản dữ liệu thành siêu dữ liệu, dữ liệu tham chiếu hoặc dữ liệu chuyên đề Khung dữ liệu cho thấy các tài sản dữ liệu của đô thị hiện được chuyển đổi như thế nào từ điều khoản dịch vụ silo hiện có thành tài sản

dữ liệu tương thích Khung dữ liệu cũng hỗ trợ việc thu thập, xử lý và phân tích các luồng dữ liệu không đồng nhất trong tương lai mà sẽ trở thành chuẩn khi chúng ta chuyển sang Internet kết nối vạn vật (IoT)

Khung dữ liệu hỗ trợ việc quản lý tích cực dữ liệu trong toàn bộ vòng đời dữ liệu (xem Điều 7, trong đó chuỗi giá trị dữ liệu được trình bày chi tiết)

Hình 1 – Khung dữ liệu 5.2.2 Cơ sở hạ tầng

Cơ sở hạ tầng là một hệ thống các phương tiện, thiết bị và dịch vụ cần thiết cho hoạt động của một đô thị Điều này bao gồm cả cơ sở hạ tầng vật lý và cơ sở hạ tầng dữ liệu, và tất cả các tài nguyên/nguồn lực bao gồm các dịch vụ kỹ thuật, hỗ trợ và con người được yêu cầu để hỗ trợ việc cung cấp thành công các dịch vụ của đô thị

5.2.3 Siêu dữ liệu

Siêu dữ liệu được sử dụng để tóm tắt thông tin cơ bản về dữ liệu để cho phép nó trở nên dễ dàng khám phá hơn bởi cả con người và máy tính Siêu dữ liệu có thể tạo điều kiện cho sự hiểu biết về nguồn gốc dữ liệu trong khung dữ liệu và hỗ trợ các chính sách dữ liệu, giấy phép và quy định phù hợp Một ví dụ về siêu dữ liệu trong khung dữ liệu đô thị thông minh là dữ liệu liên quan đến các tổ chức dịch vụ tự nguyện cung cấp dịch vụ của đô thị, thay mặt đô thị, cho công dân Siêu dữ liệu tồn tại ở tất cả các đô thị nhưng tính sẵn có của siêu dữ liệu có thể khác nhau tùy thuộc vào quy mô của đô thị, cho dù đô thị chủ yếu là đô thị, nông thôn hoặc ở một môi trường ven biển và

độ trưởng thành của khung dữ liệu của đô thị

Siêu dữ liệu có giá trị gia tăng về khả năng có thể được sử dụng cho mục đích phân tích và so sánh trên một số đô thị, hoặc thực sự ở cấp quốc gia Khi siêu dữ liệu được chia sẻ, cần cân nhắc

đến bất kỳ siêu dữ liệu nào đã được tạo lập và khung dữ liệu được cập nhật để phản ánh quyền bảo mật, quyền truy cập và quyền kiểm soát được xem xét cho siêu dữ liệu được tạo lập này

5.2.4 Dữ liệu tham chiếu

Dữ liệu tham chiếu thường bao gồm danh sách các giá trị được phép và/hoặc mô tả văn bản và được sử dụng bởi quá trình công việc để tăng giá trị từ dữ liệu Điều này đòi hỏi một cách tiếp cận

từ vựng được nhất trí để cho dữ liệu này hỗ trợ các quá trình công việc trong nhiều dịch vụ, tổ chức và bộ phận trong một đô thị Trong một khung dữ liệu của đô thị thông minh có các tổ chức cung cấp một số dịch vụ cho đô thị, hoặc các sản phẩm/dịch vụ được vận hành như các dịch vụ chia sẻ của đô thị Một ví dụ về dữ liệu tham chiếu của đô thị thông minh là một quy định về xe cộ

về một đội vận tải được sử dụng để xác định sự phù hợp nhằm đáp ứng một số nhu cầu dịch vụ

Dữ liệu tham chiếu này dường như không phải là duy nhất cho một đô thị cụ thể, tuy nhiên vì nó

có liên quan đến một điều khoản dịch vụ cụ thể và có thể dựa trên các phương pháp tiếp cận kế thừa nên nó không có ích cho các đô thị sử dụng để so sánh hoặc đối sánh giữa các đô thị

5.2.5 Dữ liệu chuyên đề

Dữ liệu chuyên đề trong đô thị ban đầu sẽ là bộ dữ liệu và dữ liệu kế thừa được tạo ra, xử lý và quản lý bởi đô thị để cung cấp dịch vụ cho công dân, chẳng hạn như dữ liệu liên quan đến việc cung cấp dịch vụ chăm sóc người lớn Siêu dữ liệu và dữ liệu tham chiếu trong khung dữ liệu với

dữ liệu chuyên đề hỗ trợ đô thị khi đô thị hướng đến việc cung cấp dịch vụ lấy công dân làm trọng tâm cho người lớn với tất cả dữ liệu đang trở thành một phần của dữ liệu dịch vụ chăm sóc sức khỏe rộng lớn hơn đối với đô thị Tại thời điểm này, có thể xem xét các thuộc tính tồn tại trong một

số dịch vụ của đô thị, cho phép một đô thị hiểu được các đặc điểm của dữ liệu chuyên đề và những gì cấu thành một bộ dữ liệu về dịch vụ của đô thị Trong kịch bản này, dữ liệu dịch vụ chăm sóc sức khỏe tạo thành một tập hợp dữ liệu trong một đô thị mà tự than có giá trị cụ thể và cho phép đô thị hiểu được những thách thức và cơ hội đang tồn tại

5.3 Phổ dữ liệu

5.3.1 Khái quát

Để hiểu cách đô thị có thể tối đa hóa giá trị của dữ liệu, điều quan trọng là khung dữ liệu phân loại

dữ liệu để sử dụng và còn phân biệt dữ liệu mà nó nắm giữ trên cơ sở liệu dữ liệu này được coi là

dữ liệu hạn chế sử dụng, có thể chia sẻ hay mở Mức độ hạn chế đã được thực hiện có thể khác nhau tùy thuộc vào các yêu cầu về bảo mật, truy cập và kiểm soát Việc sử dụng dữ liệu trong phổ

dữ liệu bị hạn chế là sử dụng, tái sử dụng và mục đích theo đó dữ liệu có thể được chia sẻ ISO 31000:2018 phác thảo thực hành tốt về quản lý, đánh giá và phân tích rủi ro và có thể được sử dụng bởi các đô thị khi triển khai khung dữ liệu này

Một chế độ quản lý rủi ro thích hợp cho việc chia sẻ, công bố/xuất bản và tái sử dụng dữ liệu cần được thiết lập và thực hiện

5.3.2 Dữ liệu hạn chế sử dụng

Dữ liệu hạn chế sử dụng là dữ liệu đã bị hạn chế sử dụng Dữ liệu này đã được chỉ định là thông tin không được phép chia sẻ Trong một đô thị, dữ liệu này bao gồm thông tin chi tiết thanh toán cho công dân trong một dịch vụ cụ thể, chẳng hạn như thuế hội đồng của họ

5.3.3 Dữ liệu được chia sẻ

Thành phần được chia sẻ của phổ dữ liệu là dữ liệu tồn tại mà không thể được coi là dữ liệu mở hoặc hạn chế sử dụng Điều này thay đổi giữa các đô thị và được giả định đại diện cho phần lớn

dữ liệu trong một đô thị

Nghiên cứu điển hình 1

Giáo dục thông minh đối với các đô thị ở Anh

Diễn đàn công bố dữ liệu Ofsted

Dữ liệu được chia sẻ với quyền truy cập công cộng

Thông tin chi tiết được cung cấp bởi FlyingBinary Limited

Tổng quát

Văn phòng Tiêu chuẩn về Giáo dục, Dịch vụ và Kỹ năng của Trẻ em (Ofsted) quy định và kiểm tra

để đạt được sự xuất sắc trong việc chăm sóc trẻ em và thanh thiếu niên, và trong việc giáo dục và

kỹ năng cho người học mọi lứa tuổi Văn phòng này quy định và kiểm tra việc chăm sóc trẻ em và chăm sóc xã hội đối với trẻ em, và kiểm tra hoạt động của Tổ chức Dịch vụ Tư vấn và Hỗ tr ợ Tòa

án Gia đình và Trẻ em (Cafcass), các trường học, cao đẳng, đào tạo giáo viên ban đầu, giáo dục

và kỹ năng tiếp sau, học tập của người lớn và cộng đồng, và giáo dục và đào tạo trong các nhà tù

và các cơ sở giam giữ khác Văn phòng này đánh giá các dịch vụ cho trẻ em của chính quyền địa phương và kiểm tra các dịch vụ chăm sóc trẻ em, trông nom và bảo vệ trẻ em

Chế độ xem dữ liệu hiển thị kết quả kiểm tra của Forsted trong năm năm và được cập nhật dữ liệu tạm thời tại các thời điểm khác nhau trong suốt cả năm Công cụ này có thể được sử dụng để cho biết liệu các nhà cung cấp trong một khu vực có trở nên tốt hơn theo thời gian và để xem liệu họ đang làm cũng như những tổ chức trong các lĩnh vực tương tự ở các khu vực khác của nước Anh

Dữ liệu được trình bày trong Chế độ xem dữ liệu được phát hành dưới dạng dữ liệu thống kê chính thức Dữ liệu này là dữ liệu tạm thời và cho biết về các cuộc kiểm tra gần đây nhất đối với phần lớn các nhà cung cấp

Ba quan điểm về dữ liệu giáo dục Vương quốc Anh được đưa ra

FlyingBinary đã phát triển nền tảng chế độ Xem dữ liệu để công bố dữ liệu giáo dục của Vương quốc Anh từ dữ liệu nội bộ của Ofsted Nền tảng này được sử dụng trong nội bộ Ofsted và ở bên ngoài bởi các nhà cung cấp, đối tác doanh nghiệp địa phương, phụ huynh và nhà báo FlyingBinary đã sử dụng các nguyên tắc dữ liệu trong báo chí để xây dựng nền tảng này nhằm hỗ

trợ đối tượng chuyên gia dữ liệu và không liên quan đến dữ liệu ở diện rộng một cách bình đẳng,

để cung cấp "một sự thật" về hiệu suất giáo dục

So sánh kết quả hoạt động của khu vực theo thời gian

Trang tổng quan về Chế độ xem dữ liệu này hiển thị các khu vực cùng với tất cả các kết quả của nước Anh Khi một vùng được chọn, khi nhấp vào ô tên khu vực này, sự thay đổi theo thời gian được hiển thị cho khu vực đó ở dạng biểu đồ thanh

Khám phá dữ liệu quốc gia, khu vực và địa phương

Dữ liệu trên trang tổng quan về Chế độ xem dữ liệu này được hiển thị thành bốn bảng, bắt đầu với cấp độ Anh Nhấp vào một vùng trong bảng điều khiển "Vùng" sẽ hiện ra danh sách các khu vực

có thẩm quyền địa phương trong bảng "Cơ quan địa phương khu vực ” bên dưới Nhấp vào khu vực có thẩm quyền địa phương sẽ hiện ra danh sách các nhà cung cấp cá nhân và cấp kiểm tra tại thời điểm đã chọn trong bảng điều khiển bên dưới Từ đó, người dùng có thể liên kết đến thông tin về nhà cung cấp cá nhân trên trang web của Ofsted Người dùng cũng có thể sử dụng hộp thả xuống chuyển sang chế độ xem mức độ tuyển cử

So sánh các vùng tự trị địa phương

Trang tổng quan Chế độ xem dữ liệu này so sánh kết quả cho một vùng tự trị địa phương được chọn với kết quả của khu vực và kết quả quốc gia Khi khu vực và vùng tự trị địa phương được chọn, Chế độ xem dữ liệu hiển thị hiệu suất theo thời gian cho vùng tự trị địa phương được chọn Người dùng có thể nhấp vào ngày tháng để xem biểu đồ xếp hạng vùng được chọn này với số điểm đến 10 cùng với số liệu thống kê của vùng gần sát nhất với vùng này chứ không phải là của các vùng lân cận về địa lý Điều này cho phép các đô thị hiểu được hiệu suất cung cấp giáo dục của đô thị mình được xếp hạng ra sao so với các đô thị khác

Chế độ Xem dữ liệu có thể được truy cập tại:

https://public.tableau.com/profile/ofsted#!/vizhome/Dataview/Viewregionalperformanceovertime/

5.3.4 Dữ liệu mở

Tiêu chuẩn này sử dụng định nghĩa mở được duy trì bởi Dự án mở3) "Mở" có nghĩa là bất cứ ai cũng có thể tự do truy cập, sử dụng, sửa đổi và chia sẻ cho bất kỳ mục đích nào (tùy thuộc nhiều nhất vào các yêu cầu bảo toàn nguồn gốc và sự mở) Định nghĩa này cũng được sử dụng để xác định liệu dữ liệu có thể được phân loại là dữ liệu mở hay không

Nghiên cứu điển hình 2 đưa ra một ví dụ về các bộ dữ liệu mở công bố của đô thị

3) http://opendefinition.org/

Nghiên cứu điển hình 2

Tính minh bạch ở các đô thị thông minh

Làm cho việc chi tiêu trở nên công khai và dự án trở thành dự án mở

Dữ liệu mở

Thông tin chi tiết được cung cấp bởi Hội đồng đô thị Peterborough

Hội đồng đô thị Peterborough (PCC) công bố hai bộ dữ liệu mở theo Quy phạm về minh bạch của chính quyền địa phương [2] 4):

a) Quy phạm về minh bạch – Các khoản thanh toán trên 500 Bảng Anh;

b) Quy phạm về minh bạch - Những người đấu thầu và hợp đồng

Thông tin này được nhóm tự do thông tin (FOI) tại PCC yêu cầu, thu thập và công bố để tuân thủ Quy phạm về minh bạch của chính quyền địa phương

Dữ liệu này được phát hành theo Giấy phép Chính phủ Mở (OGL) và được phát hành không hạn chế, và có một liên kết được cung cấp theo các điều khoản của OGL Việc phát hành dữ liệu này dưới dạng dữ liệu mở đã gợi cho PCC xem xét các dữ liệu khác được yêu cầu qua các yêu cầu của FOI để xác định liệu 22 bộ dữ liệu hiện tại có thể được mở rộng để phát hành thêm hay không

dữ liệu để phát hành

5.4 Sử dụng dữ liệu

Đối với tất cả các loại hình dữ liệu trong khung dữ liệu này, điều quan trọng là phải xem xét việc

sử dụng dữ liệu khi quyết định về giá trị được tạo ra từ dữ liệu đó Siêu dữ liệu và dữ liệu tham chiếu xác định nguồn gốc của dữ liệu và đặc biệt là trạng thái của nó, ví dụ: dữ liệu thô, dữ liệu đã

xử lý hoặc dữ liệu lưu trữ Trong một số trường hợp, thích hợp sử dụng dữ liệu tĩnh (mô tả tức thời dữ liệu được tạo để sử dụng cho một số mục đích trong tương lai) Dữ liệu tạm thời (dữ liệu thay đổi theo thời gian) cũng có thể được sử dụng để tạo những mô tả tức thời về các kịch bản trong một đô thị để sử dụng trong tương lai Dữ liệu được phân loại thành phiên bản (dữ liệu đại diện cho chu kỳ cập nhật dữ liệu) cũng có thể thông báo các tình huống và cũng cần được xem xét ở đô thị

Việc xem xét cũng cần được chú trọng đối với các cấu trúc dữ liệu được sử dụng trong khung dữ liệu này khi xác định việc sử dụng dữ liệu Điều này được trình bày chi tiết hơn ở Điều 11 Dữ liệu tạm thời và dữ liệu được phân; loại thành phiên bản là dữ liệu quan trọng để hiểu được các kiểu

dữ liệu mà tạo thành bốn loại hình thông tin chi tiết dữ liệu quan trọng cần thiết khi chia sẻ dữ liệu trong một đô thị:

a) thông tin chi tiết về vận hành kiểm tra các đặc tính của những thứ như các tòa nhà, giá trị cho

đô thị hoặc cung cấp một dịch vụ;

4) http://data.peterborough.gov.uk/view

b) thông tin chi tiết mang tính nhận xét thu được từ việc theo dõi đúng lúc về các sự cố và các trường hợp hiện tại, huy động tất cả các tổ chức liên quan từ các lĩnh vực cùng phối hợp để đạt được kết quả mong muốn hoặc phản hồi hoặc cung cấp dịch vụ;

c) thông tin chi tiết mang tính phân tích là khám phá khung dữ liệu để xác định các mô hình, mối tương quan và dự đoán, cho phép phát triển hoặc đổi mới các hệ thống hoặc dịch vụ, hoặc minh chứng những thách thức và cơ hội cho đô thị; và

d) thông tin chi tiết mang tính chiến lược là cách tiếp cận bao quát kiểm tra kết quả liên quan đến mục tiêu chiến lược, quyết định và kế hoạch

5.5 Dữ liệu có nguồn gốc

Một khía cạnh của việc chia sẻ dữ liệu ở đô thị thông minh mà phần lớn vẫn chưa được khai thác

là vai trò của dữ liệu có nguồn gốc và làm thế nào mà dữ liệu này có thể đóng góp vào giá trị của

dữ liệu đô thị Dữ liệu có nguồn gốc theo truyền thống đã được tạo ra để hỗ trợ người xử lý các thuộc tính dữ liệu cần xử lý Dữ liệu có nguồn gốc là khi một hoặc nhiều biện pháp được sử dụng bởi đô thị được kết hợp từ một hoặc nhiều tập dữ liệu để tạo thuộc tính của dữ liệu mới, sau đó các thuộc tính này được sử dụng trong quá trình khai thác dữ liệu này và xuất hiện trong bất kỳ phân tích kết quả nào Là một phần của quá trình xử lý được thực hiện để đạt được bốn loại hình thông tin chi tiết của dữ liệu, dữ liệu có nguồn gốc được tạo thành dữ liệu mô tả tức thời đối với các tình huống cụ thể, cho phép dữ liệu thích hợp sẽ được khai thác để có được các thông tin chi tiết Dữ liệu có nguồn gốc là một tài nguyên chính mà đô thị sử dụng để hiểu và phản hồi những thách thức và dữ liệu để có được cái nhìn sâu sắc mang tính chiến lược từ dữ liệu có nguồn gốc

về tác động tiềm tàng đối với việc cung cấp giáo dục khi lên kế hoạch cho các sáng kiến cơ sở hạ tầng chính của đô thị

Người tạo dữ liệu và người ra quyết định cần lưu ý rằng có những rủi ro liên quan đến việc tổng hợp dữ liệu do sự tích tụ và/hoặc sự gắn kết Điều này có thể dẫn đến việc dữ liệu dẫn xuất được tạo ra có liên quan đến hoặc tiết lộ thông tin nhạy cảm Điều quan trọng là phải đảm bảo rằng mọi thay đổi hoặc sáng tạo đối với dữ liệu có nguồn gốc đều được kiểm tra lại để đảm bảo liệu nó có được phép chia sẻ hoặc phát hành hay không

5.6 Thương mại hóa dữ liệu

5.6.1 Khái quát

Cuộc vận động về dữ liệu mở đă thể hiện rằng việc làm cho dữ liệu có sẵn trở thành dữ liệu miễn phí và mở tại thời điểm sử dụng làm tăng thêm giá trị cho chủ sở hữu dữ liệu đó và cho phép các doanh nhân mở rộng các công việc kinh doanh hiện tại hoặc khởi đầu các công ty mới để tiền tệ hóa dữ liệu mở bằng cách gia tăng thêm giá trị Dữ liệu trong khung dữ liệu mà cần được xem xét

để thương mại hóa mở rộng vượt ra ngoài dữ liệu mở để xem xét dữ liệu được chia sẻ Những nguồn tài nguyên quư giá này được tạo ra từ khung dữ liệu của đô thị thông minh đ̣i hỏi sự giám tuyển và gia tăng thêm giá trị đáng kể bằng cách tạo ra các nguồn lực xă hội, kinh tế và môi

trường đối với lợi ích công cộng Dữ liệu được tạo ra trong một đô thị không chỉ được tạo ra bởi

đô thị mà c ̣n bởi các tổ chức hỗ trợ cho việc cung cấp dịch vụ trong đô thị từ khu vực tư nhân hoặc khu vực thứ ba Việc đưa dữ liệu vào khung dữ liệu tạo ra khả năng hiển thị và tạo điều kiện cho việc khai thác không lường trước được Việc sử dụng dữ liệu được chia sẻ này như là m ột phần của mô h́nh thương mại hóa sẽ yêu cầu các cuộc đàm phán với tất cả những người tạo dữ liệu có liên quan Để đảm bảo việc giám tuyển tiếp tục và công bố dữ liệu này - đặc biệt ở quy mô

đô thị - đ̣i hỏi phải có một cách tiếp cận mới đảm bảo nguồn tài trợ bền vững Tài trợ bền vững sẽ

đề cập đến chi phí liên tục gắn với sự phát triển dữ liệu của đô thị và cách sử dụng nó

5.6.2 Mô hình hướng vào nhu cầu

Cách tiếp cận định hướng vào cung cấp ban đầu để làm cho dữ liệu có sẵn trở thành dữ liệu mở,

do kết quả công việc của Nhóm Người dùng Dữ liệu Mở (ODUG) đã được thay thế không chỉ ở Anh mà còn trên phạm vi toàn cầu Cách tiếp cận mới là cách tiếp cận dẫn dắt bởi nhu cầu đối với việc giám tuyển và công bố dữ liệu mở Cách tiếp cận dẫn dắt bởi nhu cầu này dựa vào việc công bố/xuất bản dữ liệu mà đối với công việc này hiện có một giới người dùng là những người có thể trình bày rõ về giá trị của việc xuất/phát hành dữ liệu này

Nghiên cứu điển hình 3 đưa ra các ví dụ về một số lợi ích của mô hình hướng vào nhu cầu

Nghiên cứu điển hình 3

Trả lời nhu cầu dữ liệu

Chia sẻ dữ liệu định hướng theo nhu cầu

Dữ liệu mở

Thông tin chi tiết do Nhóm người dùng dữ liệu mở cung cấp

Nhóm người dùng dữ liệu mở (ODUG) đã tạo ra một sơ đồ mang tính khuyến khích của chính quyền địa phương (LA) Sơ đồ này đã được cấp kinh phí (721.360 Bảng Anh) từ Quỹ Phát hành

Dữ liệu của Văn phòng Nội Các (RoDF) để hỗ trợ cho việc phát hành hàng loạt đầu tiên dữ liệu

mở định hướng vào nhu cầu mà trước kia chưa hề có, tập trung vào các ưu tiên về cộng đồng dữ liệu mở Vương quốc Anh

Lộ trình yêu cầu dữ liệu mở do ODUG phát triển là cơ sở minh chứng đối với dữ liệu mở định hướng/dẫn dắt theo nhu cầu Lộ trình này đã được sử dụng và đang tiếp tục được sử dụng bởi cộng đồng dữ liệu mở với hơn 17.000 người xem và hơn 1.000 yêu cầu dữ liệu được đưa ra để yêu cầu rằng dữ liệu mới được phát hành dưới dạng dữ liệu mở, trong đó, trong nhiều trường hợp, dữ liệu của chính quyền địa phương là trọng tâm chính được yêu cầu phát hành

Khi chương trình khuyến khích ODUG LA này đóng lại, đã có 209 bộ dữ liệu cam kết từ 90 chính quyền địa phương Dữ liệu này bao quát tất cả ba chủ đề dữ liệu được thỏa thuận: tiện ích công cộng, lập kế hoạch và cơ sở được cấp phép Đây là bản phát hành hàng loạt đầu tiên về dữ liệu

mở định hướng theo nhu cầu tại Vương quốc Anh Dữ liệu này còn mang nhãn hiệu chất lượng thông qua chứng chỉ dữ liệu mở của Viện Dữ liệu mở (ODI) ở cấp độ RAW

Một trong những điểm phản hồi quan trọng mà ODUG nhận được từ những người tham gia chương trình là việc sử dụng tiêu chuẩn, lược đồ và chứng chỉ chất lượng dữ liệu đã cho phép chính quyền địa phương phát hành dữ liệu của họ theo tiêu chuẩn dữ liệu đã thỏa thuận, theo cách thức lặp lại được

Kể từ khi khởi động sơ đồ này, Hiệp hội Chính quyền địa phương (LGA) đã tái sử dụng một số cơ chế và công nghệ tương tự được xây dựng cho sơ đồ mang tính khuyến khích của LA này để cung cấp dữ liệu mở bắt buộc theo Quy phạm về minh bạch hóa của chính quyền địa phương [2] Nghiên cứu điển hình 2 nêu thông tin chi tiết về dữ liệu mà Hội đồng đô thị Peterborough đã phát hành bằng cách sử dụng các tiêu chuẩn này

ODUG rất muốn hiểu liệu có phát hành dữ liệu trên cơ sở chuyên đề hay không, với một số người chứ không phải toàn bộ chính quyền địa phương được huy động tham gia, sẽ là đủ để tạo ra các ứng dụng hoặc dịch vụ dựa trên dữ liệu mới được phát hành Dữ liệu của sơ đồ này hiện được tải lên data.gov.uk và đã có sẵn các ví dụ xác thực, rõ rang để chỉ ra: đối với tiện ích công cộng, dữ liệu này đã được sử dụng để giúp tạo ra "Bản đồ các nhà vệ sinh của Vương quốc Anh” - không chỉ hữu ích cho khách du lịch mà còn được khách doanh nhân sử dụng khi họ ghé thăm đô thị ở Anh

Có thể tìm thấy thêm thông tin liên quan đến công việc dữ liệu mở được định hướng theo nhu cầu của ODUG tại: http://odug.org.uk/

Trong bối cảnh đô thị thông minh, cần có cách tiếp cận mới để giám tuyển và xuất bản dữ liệu nếu khối xây dựng ban đầu được tạo ra bởi việc phát hành dữ liệu mở từ các đô thị sẽ được mở rộng

để bao gồm không chỉ dữ liệu mở mà còn dữ liệu được chia sẻ

Có cơ hội cho các đô thị để phát triển các mô hình thương mại đối với dữ liệu mà họ giám tuyển

và xuất bản Cơ hội thương mại này tồn tại cho sự kết hợp của dữ liệu mở và dữ liệu chia sẻ và các mô hình kinh doanh cần được sử dụng để gia tăng thêm giá trị vượt ra ngoài bốn cấp độ về thông tin chi tiết, cụ thể (xem Điều 5) đối với cho các dịch vụ đô thị và đô thị Đô thị cần kiểm tra các mô hình kinh doanh mà dựa vào dữ liệu mở đã được phát hành và bao gồm bất kỳ hoặc tất cả

dữ liệu truy cập được chia sẻ mà đô thị nắm giữ mà quyền truy cập hiện bị hạn chế

Như đã được minh chứng bằng chương trình nghị sự dữ liệu mở, cách tiếp cận định hướng vào cung cấp đối với những mô hình mới này dường như không có khả năng dẫn đến mô hình tài trợ thương mại góp phần hoặc hoàn toàn tài trợ cho việc giám tuyển và xuất bản dữ liệu được chia sẻ thương mại bởi một đô thị Phương pháp tiếp cận theo nhu cầu cần được sử dụng cho dữ liệu được chia sẻ của đô thị; điều này cũng có thể làm nổi bật các cơ hội thương mại để thu thập, xử

lý, giám tuyển và phát hành dữ liệu mới được chia xẻ của đô thị

Như được mô tả trong Hình 2, các cơ hội thương mại hóa này giảm đi theo tỷ lệ trực tiếp đối với việc đóng dữ liệu lại Trong một đô thị nơi mà cách tiếp cận về giám tuyển và xuất bản/công bố dẫn đến phần lớn dữ liệu có thể được chia sẻ vẫn còn bị hạn chế sử dụng, điều này hạn chế các

cơ hội thương mại Ngược lại, một đô thị khai thác được các cơ hội hiện có với cả dữ liệu mở và

dữ liệu chia sẻ thì sẽ có thể phát triển các mô hình thương mại hóa mới để tài trợ cho khung dữ liệu này

Hình 2  Cơ hội thương mại cho phổ dữ liệu 5.6.3 Các mô hình thương mại

Một trong những chìa khóa để mở khóa chương trình nghị sự dữ liệu mở theo nhu cầu là nhu cầu

để hiểu ai đã tiêu thụ dữ liệu đã được phát hành và để cung cấp các cơ chế cho bất kỳ công dân nào yêu cầu có thêm nhiều dữ liệu dựa trên sự trình diễn về trường hợp sử dụng Nhiều quốc gia hiện đang sử dụng cách tiếp cận định hướng theo nhu cầu này đối với dữ liệu mở đã được ODUG

đi tiên phong Cách tiếp cận này có lợi ích bổ sung đối với các đô thị là ở chỗ nó ưu tiên các yêu cầu đối với dữ liệu với khung dữ liệu

Việc tạo ra cơ sở chứng cứ mà hiểu rõ được nhu cầu, các trường hợp thể hiện dữ liệu nào tồn tại

và làm cho dữ liệu đó có thể khám phá được, giúp đô thị xác định được giá trị thương mại của dữ

liệu được chia sẻ Điều này có thể cho phép các mô hình thương mại dựa trên việc khuyến khích chia sẻ dữ liệu an toàn và được bảo vệ sẽ được phát triển

Nghiên cứu điển hình 4 thể hiện việc khai thác/khám phá mô hình thương mại

Nghiên cứu điển hình 4

Gia tăng sự tăng trưởng nhờ dữ liệu

Làm cho dữ liệu trở nên có khả năng khai thác/khám phá được

Khám phá việc sử dụng dữ liệu thương mại

Thông tin chi tiết được cung cấp bởi Hội đồng đô thị Leeds

Để hỗ trợ các cơ hội thương mại trong đô thị, Hội đồng đô thị Leeds đã khám phá các yêu cầu FOI mà họ thường xuyên nhận được Một tập dữ liệu quan trọng nổi bật do nhu cầu lặp lại từ người dùng trong giới kinh doanh của đô thị Một nhóm của Hội đồng Đô thị Leeds đã công bố dữ liệu về lãi suất kinh doanh thành dữ liệu mở mà có tác dụng ngay lập tức về việc giảm các yêu cầu FOI mà họ nhận được đối với dữ liệu này.Ban đầu, Hội đồng đô thị Leeds đã công bố/phát hành dữ liệu về tất cả các doanh nghiệp trả lãi suất kinh doanh ở Leeds Các dữ liệu này được phát hành bao gồm tên doanh nghiệp, giá trị có thể chấp nhận và địa chỉ bưu chính đầy đủ

Với kết quả của việc khám phá thêm về dữ liệu hiện đang được Hội đồng Đô thị Leeds lưu giữ về lãi suất kinh doanh và là một phần trong cách tiếp cận minh bạch của họ đối với dữ liệu đô thị, Hội đồng đô thị Leeds có mở rộng dữ liệu mà họ phát hành Dữ liệu lãi suất kinh doanh hiện cũng bao gồm danh sách tất cả các khoản tín dụng trên 5 Bảng Anh vào tài khoản lãi suất kinh doanh mà họ

đã không thể xác định nơi tín dụng có thể được hoàn trả

Không phải tất cả dữ liệu trong khung dữ liệu này đều nhất thiết là dữ liệu phải trả phí: đô thị với trách nhiệm thẩm quyền về đảm bảo nguồn dữ liệu này cần xem xét dữ liệu nào có thể được phát hành dưới dạng dữ liệu có thể tìm kiếm và dữ liệu mở, vì bằng chứng về nhu cầu này có thể làm nổi bật hơn nữa các thương mại cơ hội

5.6.4 Mô hình dựa trên nghiên cứu

Một cách tiếp cận các cơ hội thương mại dựa trên nghiên cứu đối với dữ liệu đô thị cũng cần được khám phá Điều này yêu cầu sự đầu tư để khai thác dữ liệu mà đô thị đang lưu giữ thông qua việc sử dụng các kỹ thuật thống kê, toán học và khoa học dữ liệu, tuy nhiên đầu tư này có thể tạo thuận lợi cho các biện pháp khuyến khích chia sẻ được hiểu rõ và các mô hình thương mại các mô hình có thể được áp dụng để làm rõ Nghiên cứu điển hình 5 đưa ra một ví dụ về những lợi ích tiềm năng của phương pháp tiếp cận dựa trên nghiên cứu đối với quy hoạch đô thị

Kết quả của việc chia sẻ dữ liệu có thể được định lượng bằng cách sử dụng thang đo được xác định trước Sử dụng thang điểm xung quanh các kết quả có thể hỗ trợ khả năng giám sát và báo cáo của đô thị về kết quả chia sẻ dữ liệu, để khuyến khích những thay đổi thích hợp cho cách tiếp

cận này Cơ chế này có thể đơn giản,ví dụ, là thang 1-5 về hiệu quả/tác động A.5 sẽ chỉ ra rằng kết quả cụ thể của việc chia sẻ dữ liệu cung cấp một lợi ích đáng kể mà nếu không thì không thể thực hiện được Các yếu tố bổ sung mà theo sát nỗ lực và/hoặc rủi ro cũng có thể hữu ích

Nghiên cứu điển hình 5

Thiết kế đô thị tự nhiên

Chia sẻ dữ liệu dựa vào nghiên cứu

Phương pháp tiếp cận dựa trên nghiên cứu để phát triển đô thị

Thông tin chi tiết được cung cấp bởi University College London

University College London (UCL) đã tiến hành một số nghiên cứu chuyên sâu về cách mà các kỹ thuật hoạch định đô thị có thể hưởng lợi từ các mô hình mới về chia sẻ dữ liệu trong đô thị [3]

Các đô thị dường như thể hiện các tính năng và cơ chế tương tự mặc dù chúng có thể khác nhau

về mặt địa lý hoặc các chỉ số đô thị khác Hiện tượng này dường như vẫn thế mặc dù ảnh hưởng của các chính sách lập hoạch định khác nhau ở các đô thị khác nhau Khi đặt câu hỏi về bản chất của hành vi này, UCL kiểm tra cách các đô thị tiết lộ các đặc điểm khác nhau của họ thông qua một loạt các nguồn dữ liệu khác nhau: lịch sử, câu chuyện, định lượng và hiện tại Nghiên cứu này cho thấy kết quả đáng ngạc nhiên là bằng cách kết hợp các luồng dữ liệu khác nhau, có thể hiểu rõ hơn làm thế nào và tại sao đô thị lại như thế và quan trọng hơn là đô thị có thể phát triển như thế nào trong tương lai

Để tiết lộ mức độ phụ thuộc giữa các luồng dữ liệu khác nhau được xây dựng vào thời gian, UCL

đã mô hình hóa và hình dung các mối quan hệ phi thời gian giữa khả năng truy cập và các dạng hàm theo thời gian ở Manhattan (1880 – 2010) Mạng phụ thuộc có được về biến đổi đô thị giải thích một số khía cạnh của tính thời gian trong mối quan hệ giữa cấu trúc mạng các đường phố,chiều rộng đường phố, chiều cao tòa nhà, giá trị đất và sử dụng đất bán lẻ, nhưng phân tích này cũng phát sinh các câu hỏi mới về việc đô thị thay đổi như thế nào theo cách hiện thồi Những câu hỏi này chỉ có thể phát sinh do phân tích dữ liệu từ các nguồn khác nhau đã được chia sẻ trong quá trình nghiên cứu này

Sự phát triển đô thị ở những nơi khác biệt như Manhattan và Barcelona là, do và phần lớn, tùy thuộc vào các can thiệp về hoạch định và các hạn chế quy hoạch vùng, do đó cần phải thừa nhận vai trò của chính sách hoạch định trong việc định hình cảnh quan của các khu vực đô thị này Nhưng việc hiểu rõ về chính sách hoạch định và những tác động của chính sách này cũng cần sử dụng dữ liệu xã hội, định lượng và kỹ thuật và kiến thức về văn hóa và các tình huống chính trị xảy ra trong những năm qua và mối tương quan giữa tất cả những điều này theo không gian và thời gian Do đó, khả năng chia sẻ dữ liệu đó có thể mang lại những hiểu biết mới về lịch sử của

đô thị nhưng cũng có thể chỉ ra các lộ trình tiềm năng cho tương lai, do đó sự sẵn có của các luồng dữ liệu khác nhau và sự sẵn sàng kết hợp chúng là quan trọng Một lý thuyết giải thích về

cách các đô thị thể hiện hành vi hội tụ này sẽ rất hữu ích cho các nhà quy hoạch và nhà thiết kế

đô thị khi xem xét các can thiệp có thể có, nhưng sự phát triển của nó sẽ là không thể nếu không

có sự chia sẻ dữ liệu phi thời gian đa diện như đã được sử dụng trong nghiên cứu này

Các phát hiện này vẫn cần phải được hỗ trợ bởi các khái quát hóa cho các đô thị khác, để loại trừ vai trò của các chính sách quy hoạch cụ thể và hoàn cảnh lịch sử có thể đã kiểm soát các mẫu hình tăng trưởng trong những trường hợp cụ thể này

Truy cập vào các nghiên cứu được công bố có thể được tìm thấy tại:

http://journals.sagepub.com/doi/full/10.1177/0265813516650200

Cách tiếp cận nào được thực hiện để hiểu rõ về mô hình kinh doanh mà tối đa hóa cơ hội để thương mại hóa dữ liệu được chia sẻ, điều quan trọng là kết quả của việc chia sẻ dữ liệu có thể

đo lường được

6 Thiết lập nền văn hóa chia sẻ dữ liệu

6.1 Khái quát

Kết quả của việc đô thị chuyển sang quản lý dữ liệu dưới dạng tài sản theo quyền riêng của mình

và phối hợp với các chủ sở hữu dữ liệu quan trọng khác trong đô thị là một thay đổi cơ bản đối với cách theo đó dữ liệu kế thừa đã được xem xét bởi các chính quyền đô thị

Ghi chú hướng dẫn [B2] từ TCVN 12136 - Việc chuyển đổi mô hình hoạt động của đô thị cần được

sử dụng làm điểm khởi đầu để hiểu cách quản lý dữ liệu như là tài sản Điều này khuyến cáo việc chỉ đạo về dữ liệu cụ thể trong đô thị và sự phối hợp của tất cả các chủ sở hữu dữ liệu trong khung dữ liệu này Phối hợp các hoạt động để thiết lập nền văn hóa chia sẻ dữ liệu cần có sự tập trung thích hợp vào việc hiểu nhu cầu về dữ liệu và các cơ chế thích hợp nhất để đảm bảo rằng

dữ liệu có thể khám phá được

Khi chia sẻ hoặc phát hành dữ liệu, cần có chú ý đặc biệt để giải quyết các cân nhắc an toàn và bảo mật Đặc biệt, các bước cần được thực hiện để xác định và bảo vệ thông tin có thể tác động đến an toàn và bảo mật của các cá nhân, dịch vụ, tài sản nhạy cảm và các hệ thống và những lợi ích mà tài sản và hệ thống của đô thị hiện có mang lại

6.2 Xác định lợi ích của việc chia sẻ dữ liệu

Là một phần của quá trình chuyển đổi sang một nền văn hóa chia sẻ dữ liệu, đô thị cần nêu rõ những lợi ích của quá trình chuyển đổi này cho tất cả các tổ chức có vai trò trong mô hình hoạt động của đô thị mới này biết Những lợi ích sẽ tích lũy ban đầu từ việc có một cái nhìn duy nhất

về dữ liệu của đô thị thông qua khung dữ liệu

Có nhiều lựa chọn kỹ thuật để đạt được quá trình chuyển đổi này và không cần phải kết hợp dữ liệu trong một triển khai kỹ thuật duy nhất, miễn là tất cả dữ liệu có thể truy cập được để phát hiện Thật vậy, khi các đô thị chuyển đổi từ việc sử dụng dữ liệu có cấu trúc - là dữ liệu của đô thị

chủ yếu trước khi áp dụng IoT - để giám tuyển IoT và các dữ liệu trực tuyến khác - là công nghệ không cấu trúc hoặc bán cấu trúc – các công nghệ NoSQL và dịch vụ đám mây được xây dựng cho dữ liệu này sẽ cần phải được sử dụng Từ quan điểm kỹ thuật, điều quan trọng là các công nghệ sử dụng được kết hợp lỏng lẻo và có khả năng tương thích, để ngăn chặn công nghệ đang

là rào cản để mở ra những lợi ích của việc chia sẻ dữ liệu

Không phân biệt các công nghệ được sử dụng, giá trị của khung dữ liệu bắt nguồn từ việc khai thác các thuộc tính dữ liệu chia sẻ thay vì các silo dữ liệu hiện tại được xây dựng như một phần của các dịch vụ riêng lẻ của đô thị Điều quan trọng đối với các đô thị là hiểu được các lợi thế về

an ninh và khả năng phục hồi của một vùng dữ liệu được chia sẻ chứ không phải là một kho dữ liệu duy nhất cho khung dữ liệu này

Lợi ích của phương pháp tiếp cận này có thể phá vỡ mọi rào cản giữa các nhà cung cấp dữ liệu

và ngăn chặn việc tạo ra các rào cản trong tương lai Cần cân nhắc những thay đổi diễn ra trong các tổ chức theo thời gian và một chiến lược giảm thiểu được phát triển để bao gồm các biện pháp dự phòng đối với tính liên tục của dịch vụ, bao gồm cả nhân sự chủ chốt Khung dữ liệu có thể cho phép các đô thị khám phá các trùng lặp hoặc cải tiến đối với các dịch vụ hiện có và khám phá các cơ hội mới để cung cấp các dịch vụ mới dựa trên thông tin chi tiết từ dữ liệu này Một chế

độ xem dữ liệu của đô thị có thể làm nổi bật các cải tiến và hiệu suất và giúp các đô thị hiểu cách tốt nhất để cải thiện việc cung cấp dịch vụ

6.3 Cách tiếp cận sáng tạo tri thức

Nếu các đô thị chỉ đơn thuần chuyển đổi công nghệ mà họ sử dụng để tạo ra một nền văn hóa chia sẻ dữ liệu, điều đó có thể tạo thuận lợi cho phép giá trị nào đó được kết xuất từ khu ng dữ liệu này và dung lượng dữ liệu nào đó được tạo ra với sự thay đổi gia tăng này Chia sẻ dữ liệu ở các đô thị thông minh có tiềm năng tạo ra không chỉ sự thay đổi gia tăng, mà còn bước thay đổi đối vối thành phố mà không chỉ tạo ra dung lượng dữ liệu mà còn khả năng dữ liệu: điều này đòi hỏi cách tiếp cận sáng tạo tri thức

Phương pháp tiếp cận tạo kiến thức tập trung vào việc đảm bảo rằng dữ liệu được liên kết ngoài các chuyên gia dữ liệu và nằm trong tay của phần lớn các chuyên gia tên miền, chịu tr ách nhiệm quản lý và giám sát các dịch vụ của đô thị Các chuyên gia tên miền và người dùng dữ liệu cần một phương pháp phát hiện và truy cập dữ liệu trong phạm vi khung dữ liệu này theo yêu cầu, là một phần của hoạt động kinh doanh của họ như là quá trình thông thường Việc cung cấp một vòng lặp phản hồi cần được phát triển để theo dõi và ngăn chặn các lỗi trong dữ liệu, tạo ra một nguồn dữ liệu động cho tất cả Bất kỳ cập nhật hoặc sửa đổi nào cho dữ liệu trong khung dữ liệu này đều phải minh bạch để đảm bảo rằng nguồn gốc của dữ liệu được duy trì Một khung dữ liệu được thiết kế và triển khai theo cách này có thể làm giảm sự trùng lặp và cung cấp trải nghiệm người dùng tốt hơn cho tất cả mọi người trong đô thị Ngoài ra, điều này có thể cho phép các đô thị tự đánh giá mình so với các đô thị khác và hiểu những điểm tương đồng và khác biệt trên cơ

sở khu vực hoặc quốc gia

6.4 Thúc đẩy sự tin tưởng và tham gia

Ngoài nhu cầu đối với đô thị để nói rõ lợi ích của chia sẻ dữ liệu, điều quan trọng là xác định cách xây dựng mô hình tin cậy có thể được chia sẻ với công dân và sử dụng để phát triển mô hình tham gia của công dân đối với dữ liệu công dân được chia sẻ bởi đô thị Quy phạm đạo đức kỹ thuật số cần được phát triển với sự tham vấn của người dân để cung cấp hướng dẫn có sẵn công khai liên quan đến công dân là những người sẽ cung cấp dữ liệu của họ cho khung dữ liệu này Một cách tiếp cận sẽ là xây dựng điều lệ chia sẻ dữ liệu giải thích tại sao dữ liệu sẽ được sử dụng

và cách thức sử dụng đối với mỗi giới hạn truy cập cấp độ cao nhất mà áp dụng cho dữ liệu được chia sẻ, để thúc đẩy sự tin tưởng và sự tham gia trên toàn bộ phổ dữ liệu

Nghiên cứu điển hình 6 đưa ra ba ví dụ về các điều lệ dữ liệu mở hiện có ở các đô thị, minh họa

cơ sở cho việc tạo ra các điều lệ dữ liệu được chia sẻ Điều lệ dữ liệu được chia sẻ cần xác định các biện pháp bảo mật sẽ được sử dụng bởi chủ sở hữu dữ liệu để củng cố mô hình tin cậy này cho đô thị

Nghiên cứu điển hình 6

Tạo trường hợp để chia sẻ dữ liệu

Thúc đẩy sự tin tưởng và tham gia

Điều lệ dữ liệu

Thông tin chi tiết được cung cấp bởi Smart City Edinburgh, Glasgow và Leeds

Một số đô thị đã soạn thảo các điều lệ tương tự cho việc chia sẻ dữ liệu mở Các đô thị thông minh có thể tạo ra một cách tiếp cận tương tự như điều lệ đối với dữ liệu được chia sẻ Ba ví dụ

về các điều lệ dữ liệu mở là:

a) Edinburgh, Trao quyền cho Edinburgh - Chiến lược cho dữ liệu mở5;

b) Glasgow, Tuyên ngôn mở6;

c) Leeds, Leeds: Đô thị Dữ liệu - Tuyên ngôn Dữ liệu Mở7

Một số đô thị đang sử dụng cách tiếp cận này đối với các điều lệ về dữ liệu mở để xây dựng điều

lệ cho dữ liệu được chia sẻ và đang tạo thỏa thuận giữa các tổ chức cung cấp dịch vụ thay mặt cho một đô thị

5 Xem http://www.edinburgh.gov.uk//download/downloads/id/3074/ strategy_for_open_data_full_strategy

6 Xem http://open.glasgow.gov.uk/content/uploads/2013/11/FC_OPEN- Manifesto.pdf

7 Xem https://aql.datapress.com/leeds/dataset/information-and-guidance- documents/2016-01-04T09: 48: 44 / Tuyên ngôn FINAL 20151118.docx

c) tiêu thụ năng lượng ở cấp độ tòa nhà hoặc cấp độ người sở hữu

Văn phòng Ủy ban Thông tin (ICO) [4] đã thông báo rằng Đạo luật bảo vệ Dữ liệu 1998 (DPA) [5] không yêu cầu ẩn danh dữ liệu nhận dạng cá nhân sẽ là hoàn toàn không có rủi ro - thay vì có thể giảm thiểu rủi ro về nhận dạng cho đến khi nó ở xa Nếu có khả năng rủi ro về nhận dạng, thông tin này cần được xem là dữ liệu cá nhân - điều này đã được xác nhận trong luật trường hợp ràng buộc pháp luật theo quy định của Tòa án Tối cao ICO tư vấn rằng [4], trong khi 100% ẩn danh là

vị trí mong muốn nhất, và trong một số trường hợp, điều này là có thể, đó không phải là thử nghiệm mà DPA yêu cầu Thuật ngữ "tái xác định" mô tả quá trình chuyển dữ liệu ẩn danh trở lại thành dữ liệu cá nhân thông qua việc sử dụng kỹ thuật tương thích dữ liệu hoặc tương tự

ICO đã xuất bản Ẩn danh: quản lý quy phạm thực hành về rủi ro trong bảo vệ dữ liệu [4]8 Quy phạm về ẩn danh này cần đô thị tham chiếu, đặc biệt khi xem xét dữ liệu được chia sẻ giữa đô thị

và các tổ chức của đô thị để tạo ra giá trị cho công dân từ các dịch vụ của đô thị và về các dữ liệu này

6.5.2 Tổng quan về Ẩn danh: quản lý quy phạm thực hành về rủi ro trong bảo vệ dữ liệu

Ẩn danh: quản lý quy phạm thực hành về rủi ro trong bảo vệ dữ liệu [4] tập trung vào các kiểm tra/kiểm nghiệm pháp lý cần thiết trong DPA Quy phạm này giải thích các vấn đề xung quanh việc

ẩn danh dữ liệu cá nhân và tiết lộ dữ liệu khi nó đã được ẩn danh Quy phạm này giải thích các khái niệm pháp lý liên quan và các kiểm tra/kireemr nghiệm trong DPA Quy phạm này cung cấp

tư vấn về thực hành tốt có liên quan đến tất cả các tổ chức cần chuyển đổi dữ liệu cá nhân thành dạng dữ liệu có nguy cơ về nhận dạng cá nhân là từ xa

Các phụ lục của quy phạm này gồm các ví dụ về ẩn danh và nhận dạng lại khác nhau các kỹ thuật

và minh họa về cách dữ liệu ẩn danh có thể được sử dụng cho nhiều mục đích Phụ lục 1 của quy

8 Xem https://ico.org.uk/media/for-organizations/documents/1061/ anonymisation-code.pdf

phạm này cho thấy cách mà một bộ dữ liệu cá nhân có thể được chuyển đổi thành nhiều dạng dữ liệu ẩn danh khác nhau

Trong cuốn Ẩn danh: quy phạm thực hành [4] có các thong tin chi tiết toàn diện, các nghiên cứu điển hình và các ví dụ thực tiễn về kỹ thuật ẩn danh Quy phạm này cho thấy r ằng việc ẩn danh

dữ liệu cá nhân là điều có thể và mong muốn Quy phạm này đưa ra rằng việc ẩn danh đảm bảo

sự sẵn có của các nguồn dữ liệu phong phú, đồng thời bảo vệ dữ liệu cá nhân của các cá nhân

Ẩn danh có mức độ liên quan cụ thể, do số lượng thông tin gia tăng được cung cấp công khai thông qua các sáng kiến dữ liệu mở và thông qua các cá nhân đăng trực tuyến dữ liệu cá nhân của riêng họ

Quy phạm này giải thích các ngụ ý về bảo vệ dữ liệu của ẩn danh dữ liệu cá nhân Quy phạm này bao gồm đầy đủ các khuyến nghị của Văn phòng Ủy ban Thông tin về ẩn danh dữ liệu cá nhân và đánh giá các rủi ro gắn kết với việc tạo - và đặc biệt là phát hành - dữ liệu ẩn danh Quy phạm này [4] đưa ra rằng DPA không ngăn chặn việc ẩn danh dữ liệu cá nhân, với điều kiện là việc đó bảo

vệ sự riêng tư của cá nhân và là một ví dụ thực tiễn về các nguyên tắc “quyền riêng tư theo dự định” mà luật bảo vệ dữ liệu khuyến khích Tuy nhiên, ẩn danh có hiệu lực không phụ thuộc vào

sự hiểu biết rõ về những gì cấu thành dữ liệu cá nhân Việc áp dụng các khuyến nghị thực hành tốt trong quy phạm này [4] có thể giúp ẩn danh dữ liệu cá nhân sao cho quyền riêng tư của cá nhân không bị tổn hại bởi việc tiết lộ dữ liệu cá nhân không phù hợp thông qua việc nhận dạng lại

6.5.3 Ẩn danh - các điểm chính

Các khía cạnh chính của việc ẩn danh dữ liệu ở các đô thị là:

a) luật bảo vệ dữ liệu không áp dụng cho dữ liệu được ẩn danh trong cách mà đối tượng dữ liệu không còn có thể nhận dạng được nữa;

b) có rất ít các giới hạn pháp lý áp dụng cho dữ liệu ẩn danh;

c) khi có thể ẩn danh dữ liệu cá nhân, việc ẩn danh có thể giúp cho việc phục vụ các nhu cầu thông tin của xã hội theo cách thân thiện với quyền riêng tư;

d) có thể giúp tất cả các tổ chức cần ẩn danh dữ liệu cá nhân, cho bất kỳ mục đích gì; và

e) có thể giúp các đô thị xác định các vấn đề cần được xem xét để đảm bảo ẩn danh dữ liệu cá nhân có hiệu lực

6.5.4 Các nghĩa vụ luật định và nghiên cứu

Mặc dù DPA không ngăn cản các tổ chức tiết lộ thông tin ẩn danh (xem 6.5.2), có thể có một số lý

do khác để giữ lại dữ liệu đó Khi tiết lộ dữ liệu ẩn danh, các đô thị có thể xem xét việc tiết lộ đó

có tương thích với các quyền được đảm bảo theo hay không theo Công ước Châu Âu về Nhân quyền, các nghĩa vụ pháp lý có liên quan khác và các quy tắc về tính bảo mật thống kê (các nghĩa

vụ theo Quy phạm thực hành đối với dữ liệu thống kê chính thức [6] và Hướng dẫn Quốc gia cho các nhà thống kê: Tính bảo mật của các dữ liệu thống kê chính thức [7])

Phần 33 của DPA hữu ích cho các tổ chức xử lý dữ liệu cá nhân cho nghiên cứu vì phần này đưa

ra sự miễn trừ tuân thủ các phần nhất định của DPA Việc miễn trừ này chỉ liên quan đến dữ liệu

cá nhân (chứ không phải dữ liệu ẩn danh) được sử dụng cho nghiên cứu Bất kể các điều khoản trong phần 33, đó là thực hành tốt để lên kế hoạch cho việc công bố/xuất bản dữ liệu ẩn danh sớm nhất có thể có thể giúp giảm thiểu hoặc loại trừ rủi ro cho các cá nhân

6.5.5 Quản trị và quản lý ẩn danh

Có thể dễ dàng tìm cách sử dụng dữ liệu ẩn danh theo các cách mới và khác nhau vì các quy tắc giới hạn mục đích của DPA không áp dụng Ẩn danh cho phép các tổ chức công khai thông tin trong khi vẫn tuân thủ các nghĩa vụ bảo vệ dữ liệu của họ Việc tiết lộ dữ liệu ẩn danh không phải

là tiết lộ dữ liệu cá nhân - ngay cả khi bộ điều khiển dữ liệu giữ vai trò quan trọng cho phép thực hiện nhận dạng lại

Đô thị cần làm việc với các tổ chức xử lý dữ liệu của đô thị để đưa ra một cấu trúc quản trị có hiệu lực liên quan đến các quá trình ẩn danh của họ ICO khuyên nghị [4] rằng điều này có thể giúp tổ chức nếu ICO nhận được khiếu nại về việc xử lý dữ liệu cá nhân - bao gồm cả việc ẩn danh - hoặc nếu ICO thực hiện kiểm toán

Trong trường hợp Đặc ủy Thông tin điều tra một vấn đề phát sinh từ việc ẩn danh dữ liệu cá nhân,

họ sẽ thực hiện lời khuyên về thực hành tốt trong quy phạm này [4] Một phân tích rủi ro toàn diện cần được thực hiện trên khả năng và hậu quả tiềm ẩn của việc nhận dạng lại ở giai đoạn đầu của việc tạo và tiết lộ dữ liệu ẩn danh

Nguy cơ về nhận dạng lại là khác biệt tùy theo cách thông tin ẩn danh được tiết lộ, chia sẻ hoặc phát hành Công bố với thế giới nói chung là nguy hiểm hơn nhiều so với truy cập hạn chế; truy cập hạn chế cho phép tiết lộ nhiều dữ liệu hơn, nhưng dựa trên sự quản lý mạnh mẽ và sắp x ếp hợp đồng Trong trường hợp khi mà hậu quả của việc nhận dạng lại dữ liệu ẩn danh có thể là đáng kể - ví dụ, bởi vì nó sẽ để một cá nhân mở dữ liệu làm hỏng, gây ra sự phiền muộn hoặc mất mát tài chính - đô thị cần làm việc với các tổ chức xử lý dữ liệu của đô thị để:

a) tìm kiếm sự chấp thuận của chủ thể dữ liệu về việc khai thác dữ liệu, giải thích các hậu quả

có thể xảy ra của việc này;

b) áp dụng một dạng thức nghiêm ngặt hơn về phân tích rủi ro và ẩn danh ;

c) trong một số ngữ cảnh, chẳng hạn như khi mà những hậu quả của rủi ro về nhận dạng lại có thể là đáng kể thì dữ liệu chỉ được khai thác trong một cộng đồng khép kín được cấu thành hợp lý và với các biện pháp bảo vệ cụ thể;

d) cung cấp thông tin về dữ liệu cá nhân đã được thu thập và mục đích sử dụng dữ liệu này; hoặc là

e) đảm bảo rằng dữ liệu không gian liên quan đến các đối tượng không thể được sử dụng để tiết

lộ danh tính hoặc mô hình cuộc sống của các cá nhân hoặc nhóm cá nhân

Vị thế xác định Văn phòng Ủy ban Thông tin về Ẩn danh: quản lý quy phạm thực hành về rủi ro trong bảo vệ dữ liệu [4] là có được cái nhìn về việc tổ chức thu thập dữ liệu cá nhân thông qua quá trình nhận dạng lại mà không cần kiến thức của cá nhân đó hoặc sự đồng ý của cá nhân đó,

đó là thu thập dữ liệu cá nhân bất hợp pháp và có thể là đối tượng của hành động cưỡng chế Tuy nhiên, ICO [4] lưu ý rằng không phải lúc nào cũng cần có sự đồng ý để ẩn danh dữ liệu cá nhân -

có thể đó là một trong những điều kiện khác, chẳng hạn như dạng thức nghiêm ngặt về phân tích rủi ro là một dạng thức thay thế mang tính khả thi Miễn là có rất ít hoặc không có khả năng ẩn danh gây ra sự thiệt hại hoặc gây ra sự phiền toái cho các cá nhân, và một điều kiện khác, chẳng hạn như thông tin về dữ liệu cá nhân được thu thập và mục đích sử dụng thông tin dữ liệu này có thể được đáp ứng - không cần phải có được sự đồng ý như một phương tiện hợp pháp hóa việc

xử lý này

6.5.6 Dữ liệu không gian

Dữ liệu không gian là bất kỳ dữ liệu nào có tham chiếu trực tiếp hoặc gián tiếp đến một vị trí cụ thể hoặc khu vực địa lý cụ thể Thông tin không gian bao gồm mã bưu điện, dữ liệu GPS, quỹ đạo (đường dẫn của vật thể hoặc người di chuyển) và tham chiếu bản đồ và những thông tin này đôi khi cấu thành dữ liệu cá nhân ICO khuyến nghị [4] rằng không có một quy tắc nào để xử lý dữ liệu không gian địa lý theo DPA Cách tiếp cận mà các đô thị thực hiện đối với xử lý thông tin không gian phụ thuộc vào thông tin liên quan hiện có và kích thước của tập dữ liệu mà họ đang

xử lý Để tránh tiết lộ dữ liệu cá nhân và giảm rủi ro về nhận dạng lại, đối với một số loại thông tin không gian, việc loại bỏ hoặc làm mờ các yếu tố nhất định cần được xem xét, ví dụ: sử dụng một phần mã bưu chính chứ không phải là mã bưu chính đầy đủ Một số ít trong các khu vực địa lý nhỏ có rủi ro gia tăng - nhưng điều này không có nghĩa là cần phải loại bỏ tự động số ít này Ví dụ: xóa số liên quan đến năm hoặc mười cá nhân hoặc ít hơn có thể là nguyên tắc hợp lý để giảm thiểu nguy cơ nhận dạng trong một ngữ cảnh tiết lộ chủ động Quỹ đạo của mọi người là đặc biệt nhạy cảm và sẽ cần được xem xét đặc biệt

6.6 Sử dụng ngôn ngữ chia xẻ/dùng chung để quản trị dữ liệu

Trong một đô thị, điều quan trọng là ngôn ngữ được sử dụng để chia sẻ dữ liệu là phổ biến trong toàn đô thị và các tổ chức của đô thị để đảm bảo có được sự quản trị thích hợp Đảm bảo quản trị thích hợp đòi hỏi sự lãnh đạo và sự phối hợp toàn diện của đô thị Sự quản trị này cần bao gồm việc xem xét về mọi vấn đề xoay quanh chất lượng dữ liệu, để cho phép các hành động chính xác được thực hiện khi chia sẻ dữ liệu với quyền truy cập thích hợp trên phổ dữ liệu này

Ngoài ra, không được quên rằng Chỉ thị về bảo vệ dữ liệu năm 1995 (C-131/12) quy định đô thị có quá trình xác định sự không tham gia thích hợp và đường hướng rõ ràng để chứng minh rằng thông tin đã bị xóa khi yêu cầu xóa đã được xử lý