De Data Sharing Coalition is een open en groeiend, internationaal initiatief waarin een grote verscheidenheid aan organisaties samenwerken om de waarde van cross-sectoraal data delen te ontsluiten.
Met als missie om privacybestendige data-analyse eenvoudig en schaalbaar te maken. Ze stellen bedrijven, organisaties en overheden om datagedreven inzichten te verkrijgen uit gedeelde datasets – zonder daadwerkelijk gevoelige data te delen – terwijl ze de volledige controle behouden over wat ze met wie delen, onder welke voorwaarden. Hoe? Door de cryptografische kracht van veilige multi-party computation (MPC) in combinatie met unieke gedecentraliseerde databeheer.
MPC is een overkoepelende term voor cryptografische technologie die berekeningen op gegevens mogelijk maakt terwijl de gegevens versleuteld blijven. Voorbeelden van de technologieën die we gebruiken zijn geheim delen, private set intersectie en homomorfe versleuteling. Elke technologie heeft zijn sterke en zwakke punten, dus bieden ze een platform waarmee gebruikers het juiste protocol voor hun gebruik kunnen selecteren. Anders zou het mogelijk te veel informatie over individuen binnen die subset kunnen delen. Alle bewerkingen en wijzigingen aan deze governance-instellingen worden vastgelegd in een onveranderlijke audit trail, zodat organisaties achteraf kunnen aantonen dat ze hieraan voldoen.
Momenteel wordt privacy vaak gezien als een obstakel voor het verkrijgen van de gegevens die nodig zijn om ons zorgsysteem, ons sociale systeem, enz. te verbeteren. Zo geloven we dat privacy en samenwerking op het gebied van gegevens niet hand in hand kunnen gaan.
Het delen van data is van enorm belang.
Tech-gerelateerde trends laten zien, dat privacy-by-design encryptietechnologieën, zoals homomorfe encryptie, geheim delen en private set-kruising, snel operationeel worden.
Versleuteld delen maakt het mogelijk om informatie in drie (of meer) blokken te knippen. Informatie in elk blok blijft een geheim, maar je kunt er wel analyses op uitvoeren in de drie blokken, alsof ze één zijn. Dit helpt om modellen te trainen zonder de onderliggende data op te delen.
De toekomst van het delen van gegevens is een toekomst waarin elke organisatie betrokken bij een enorm netwerk van vele strategische en operationele gegevenssamenwerkingen, maar waar de hoeveelheid gevoelige gegevens die daadwerkelijk binnen die samenwerkingen wordt gedeeld, wordt beperkt tot een absoluut minimum. Privacybehoudende technologieën, zoals MPC maar ook Federated Learning en Synthetic Data, zullen gemeengoed worden.
Bij het maken van een Data Protection Impact Assessment (DPIA) hoeft men niet uit te leggen dat er privacybeschermingstechnologieën worden gebruikt, zoals dat nu het geval is. Nu deze technologieën beschikbaar zijn, lijkt dat moment dichterbij te komen.
Om deze toekomst te realiseren, moet er bewustzijn worden gecreëerd over het potentieel en de praktische toepasbaarheid van deze technologieën, terwijl er tegelijkertijd het aanbod elke dag verbeteren om te voldoen aan de behoeften bij gegevens samenwerkingen.