लोक क्षेत्र डेटा, अंतरसंचालनीयता और खुला डेटा

लोक मूल्य में इसका महत्व क्यों है

हर लोक निकाय पहले से ही उससे कहीं अधिक डेटा रखता है जितना वह अच्छी तरह उपयोग करता है। कोई कर प्राधिकरण, कोई अस्पताल नेटवर्क, कोई परिवहन एजेंसी, और कोई स्थानीय योजना कार्यालय — हर एक सेवा चलाने के उपोत्पाद के रूप में जानकारी एकत्र करता है, और हर एक आमतौर पर बहुत देर से पाता है कि जिस रिकॉर्ड की उसे किसी नागरिक के प्रश्न का उत्तर देने या किसी विवाद को सुलझाने के लिए आवश्यकता है वह किसी ऐसी प्रणाली में बैठा है जिसे संगठन में कोई और क्वेरी नहीं कर सकता। इसकी लागत अमूर्त नहीं है: किसी नागरिक ने जो पता एक एजेंसी को पहले ही बता दिया है, उसे उसी सरकार के भीतर किसी दूसरी एजेंसी को दोबारा नहीं बताना पड़ना चाहिए।

इस विषय के शीर्षक में दो अलग-अलग महत्वाकांक्षाएँ बैठी हैं, और लोक निकाय अक्सर उन्हें भ्रमित करते हैं। पहली है अंतरसंचालनीयता — उन प्रणालियों के बीच डेटा को विश्वसनीय रूप से चलाना जिन्हें अलग-अलग टीमों और प्रौद्योगिकी के युगों ने स्वतंत्र रूप से बनाया, ताकि सरकार का एक हिस्सा उस पर कार्रवाई कर सके जो सरकार का दूसरा हिस्सा पहले से जानता है। दूसरी है खुलापन — डेटा को सरकार से पूरी तरह बाहर प्रकाशित करना, ताकि पत्रकार, शोधकर्ता, और नागरिक इसे उन उद्देश्यों के लिए उपयोग कर सकें जिनकी प्रकाशित करने वाले निकाय ने कभी कल्पना भी नहीं की थी। अंतरसंचालनीयता ज़्यादातर एक अभियांत्रिकी और शासन समस्या है; खुलापन अपने आप में एक लोक मूल्य है, विषय 1.4 — सार्वजनिक वस्तुएँ, गुणकारी वस्तुएँ और मूल्य बहुलवाद में वर्णित लोक वस्तुओं के उसी परिवार का, क्योंकि प्रकाशित डेटा गैर-प्रतिस्पर्धी है और एक बार जारी होने पर किसी को भी बाहर रखना कठिन है, इसलिए अकेला बाज़ार इसकी कम-आपूर्ति करेगा।

दोनों महत्वाकांक्षाएँ एक तीसरे तथ्य से टकराती हैं जिसे यह विषय एक सुलझी हुई समस्या के बजाय एक वास्तविक, अनसुलझा तनाव मानता है: उपयोगी होने के लिए इतना विस्तृत डेटा अक्सर उस व्यक्ति की पहचान करने के लिए भी इतना विस्तृत होता है जिसका वह वर्णन करता है, यहाँ तक कि नाम और स्पष्ट पहचानकर्ता हटा दिए जाने के बाद भी। एक सरकार जो समृद्ध रूप से प्रकाशित करती है और एक सरकार जो अपने रिकॉर्ड में लोगों की अच्छी तरह रक्षा करती है, वे एक ही लीवर पर अलग-अलग दिशाओं में खींच रही होती हैं, और कलनविधि-आधारित प्रणालियों को प्रशिक्षित और मूल्यांकित करने के लिए डेटा की बढ़ती भूख (देखें विषय 5.2 — सरकार में एआई और कलनविधि-आधारित निर्णय-प्रक्रिया) ने दांव बढ़ा दिए हैं, क्योंकि पहले से कहीं अधिक पक्षकार लोक डेटा को ठीक उसी बारीकी पर चाहते हैं जो उसे जारी करने के लिए सबसे जोखिम भरा बनाती है। जो नेता शासन, अंतरसंचालनीयता, और खुलेपन को एक ही समस्या मानता है, जिसमें गोपनीयता उसकी स्थायी बाधा है, वह हर एक को अलग-अलग मानने वाले नेता की तुलना में इस विषय के मूल्य को पकड़ने की बेहतर स्थिति में है।

मूल अवधारणाएँ

डेटा शासन निर्णय-अधिकारों, मानकों, और जवाबदेहियों का वह समूह है जो तय करता है कि कौन किसी संगठन का डेटा बना सकता है, बदल सकता है, उस तक पहुँच सकता है, और सेवानिवृत्त कर सकता है, और उसे किस गुणवत्ता मानक पर रखा जाना चाहिए (देखें डेटा शासन)। यह डेटा प्रबंधन से भिन्न है, जो रोज़मर्रा डेटा को स्थानांतरित और संग्रहीत करने का परिचालन कार्य है; शासन नियम तय करता है, प्रबंधन उन्हें क्रियान्वित करता है। बिना डेटा शासन वाले लोक निकाय के पास फिर भी डेटा होता है, लेकिन कोई भी विश्वास के साथ नहीं कह सकता कि किसी नागरिक के रिकॉर्ड की कौन-सी प्रति प्रामाणिक है, या जब वह रिकॉर्ड ग़लत निकलता है तो कौन जवाबदेह है।

डेटा प्रबंधक (डेटा स्टीवर्ड) किसी विशिष्ट डेटासेट की गुणवत्ता, परिभाषा, और उचित उपयोग के लिए जवाबदेह नामित व्यक्ति या भूमिका है, जो उन तकनीकी कर्मचारियों से भिन्न है जो उन प्रणालियों को संचालित करते हैं जिनमें वह रहता है (देखें डेटा स्टीवर्ड)। स्टीवर्डशिप महत्वपूर्ण है क्योंकि डेटा गुणवत्ता डिफ़ॉल्ट रूप से क्षय होती है: जिस क्षेत्र के लिए कोई जवाबदेह नहीं है वह असंगत प्रविष्टियाँ, डुप्लिकेट रिकॉर्ड, और इस बारे में चुपचाप बहाव जमा करता है कि किसी क्षेत्र का क्या अर्थ होना चाहिए और स्टाफ़ वास्तव में उसमें क्या डालता है। किसी डेटासेट को एक स्टीवर्ड सौंपना डेटा गुणवत्ता को एक कभी-कभार सफ़ाई अभ्यास से एक चल रही, नामित ज़िम्मेदारी में बदल देता है।

अंतरसंचालनीयता स्वतंत्र रूप से बनाई गई प्रणालियों की डेटा का आदान-प्रदान करने और उसका सही उपयोग करने की क्षमता है, बिना शामिल हर जोड़ी प्रणाली के लिए विशेष-मामले, एक-बारगी अभियांत्रिकी के (देखें अंतरसंचालनीयता)। यह तीन स्तरों पर काम करती है जिन्हें भ्रमित करना आसान है: तकनीकी अंतरसंचालनीयता (क्या प्रणालियाँ जुड़ सकती हैं और बाइट्स को बिल्कुल भी स्थानांतरित कर सकती हैं, आमतौर पर एक एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस, या एपीआई के माध्यम से, जो एक सॉफ़्टवेयर के टुकड़े के लिए किसी अन्य से डेटा या कार्रवाई माँगने का एक परिभाषित तरीक़ा है — देखें एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस); शब्दार्थ अंतरसंचालनीयता (क्या दोनों प्रणालियाँ किसी साझा क्षेत्र से, जैसे 'परिवार' या 'सक्रिय मामला', एक ही अर्थ निकालती हैं); और संगठनात्मक अंतरसंचालनीयता (क्या दोनों संगठन इस बात पर सहमत हैं कि डेटा क्यों साझा किया जा रहा है और आगे क्या होता है इसके लिए कौन जवाबदेह है)। सबसे महँगी अंतरसंचालनीयता विफलताएँ आमतौर पर शब्दार्थ या संगठनात्मक स्तर पर होती हैं, भले ही तकनीकी संबंध पूरी तरह काम कर रहा हो।

एक सामान्य स्कीमा, या डेटा मानक, यह सहमत, प्रकाशित संरचना है कि डेटा की एक श्रेणी को कैसे प्रस्तुत किया जाता है — क्षेत्र नाम, प्रारूप, इकाइयाँ, और अनुमत मान — जिसे एक से अधिक प्रणाली या संगठन द्वारा अपनाया जाता है ताकि एक द्वारा उत्पन्न डेटा को दूसरे द्वारा बिना मैनुअल अनुवाद के उपभोग किया जा सके। जो सरकारी निकाय किसी पते या केस स्थिति जैसी मूलभूत चीज़ के लिए साझा स्कीमा अपनाते हैं वे दर्जनों संभावित द्विपक्षीय अनुवाद समस्याओं को एक ऐसे मानक में बदल देते हैं जिसे हर नई प्रणाली बस लागू कर सकती है। एक विशिष्ट पहचानकर्ता जो प्रणालियों में और समय के साथ बना रहता है — एक केस नंबर, एक व्यवसाय पंजीकरण नंबर, एक नागरिक संदर्भ — वह विशिष्ट तंत्र है जो एक ही व्यक्ति या इकाई के बारे में रिकॉर्ड को सही ढंग से जोड़े जाने देता है, और पहचानकर्ता डिज़ाइन को ग़लत करना (नंबरों को दोबारा उपयोग करना, प्रारूप बदलना, या कोई पहचानकर्ता बिल्कुल न रखना) अंतरसंचालनीयता विफलता के सबसे सामान्य, टाले जा सकने वाले कारणों में से एक है।

मेटाडेटा डेटा के बारे में डेटा है — किसी डेटासेट की संरचना, उद्गम, अद्यतन आवृत्ति, और अर्थ का वर्णन, जो डेटा के साथ ही प्रकाशित किया जाता है ताकि जिसने इसे नहीं बनाया वह उपयोगकर्ता इसे समझ सके और इस पर भरोसा कर सके (देखें मेटाडेटा)। बिना पर्याप्त मेटाडेटा के प्रकाशित डेटासेट उस टीम के बाहर किसी के लिए भी शायद ही उपयोग-योग्य है जिसने इसे उत्पन्न किया, चाहे उसका लाइसेंस कितना भी खुला क्यों न हो; मेटाडेटा वह है जो किसी फ़ाइल डंप को उस चीज़ में बदल देता है जिसे कोई तीसरा पक्ष वास्तव में पुनः उपयोग कर सके।

एक डेटा-साझाकरण समझौता एजेंसियों के बीच, या किसी लोक निकाय और किसी बाहरी साझेदार के बीच, एक औपचारिक व्यवस्था है जो निर्दिष्ट करती है कि डेटा किस उद्देश्य के लिए उपयोग किया जा सकता है, उसे साझा करने का कानूनी आधार क्या है, इसे कितने समय तक बनाए रखा जा सकता है, और यदि उद्देश्य बदल जाए तो क्या होता है। उद्देश्य सीमा — साझा डेटा के उपयोग को उस उद्देश्य तक सीमित रखना जिसके लिए इसे एकत्र या साझा किया गया था — वह अनुशासन है जो किसी डेटा-साझाकरण समझौते को व्यक्तिगत जानकारी को फिर से किसी और उद्देश्य में बदलने का असीमित लाइसेंस बनने से रोकता है, और इसकी अनुपस्थिति अंतर-एजेंसी डेटा से जुड़ी लोक विश्वास विफलताओं में एक बार-बार दोहराई जाने वाली विषयवस्तु है।

खुला डेटा ऐसा डेटा है जो किसी भी उद्देश्य के लिए किसी को भी उस तक पहुँचने, उपयोग करने, और पुनर्वितरित करने के लिए स्वतंत्र रूप से उपलब्ध कराया जाता है, आमतौर पर मशीन-पठनीय और एक ऐसे लाइसेंस के तहत जारी किया जाता है जो केवल देखने के बजाय पुनः उपयोग की अनुमति देता है (देखें खुला डेटा)। इसका लोक मूल्य मामला विषय 1.4 — सार्वजनिक वस्तुएँ, गुणकारी वस्तुएँ और मूल्य बहुलवाद में दिए गए लोक वस्तु तर्क का पालन करता है: एक बार डेटासेट प्रकाशित हो जाने पर, एक व्यक्ति का उसका उपयोग दूसरे के उपयोग को कम नहीं करता, और सरकार अक्सर वह एकमात्र पक्षकार है जिसके पास इसे पहले स्थान पर एकत्र और प्रकाशित करने की क़ानूनी हैसियत और पैमाना दोनों हैं, इसलिए अकेले निजी बाज़ार इस प्रकार की जानकारी की दीर्घकालिक कम-आपूर्ति करते हैं। खुला डेटा जवाबदेही (पत्रकार और नागरिक सरकार के अपने ही रिकॉर्ड के विरुद्ध उसके अपने दावों की जाँच करते हुए), तीसरे-पक्ष नवाचार (व्यवसाय और नागरिक प्रौद्योगिकीविद लोक डेटा के ऊपर ऐसी सेवाएँ बनाते हुए जिन्हें सरकार स्वयं कभी नहीं बनाएगी), और अर्थव्यवस्था में कहीं और बेहतर लोक निर्णयों को सक्षम बनाता है, यह सब बिना प्रकाशित करने वाले निकाय को हर उपयोग की पहले से कल्पना करनी पड़े।

पुनः-पहचान कथित रूप से गुमनाम बनाए गए डेटा को अन्य उपलब्ध जानकारी के विरुद्ध मिलाने की प्रक्रिया है ताकि यह पता लगाया जा सके कि कोई रिकॉर्ड किस वास्तविक व्यक्ति का वर्णन करता है, और यह वह केंद्रीय तकनीकी तथ्य है जो इस विषय के गोपनीयता तनाव को केवल असुविधाजनक के बजाय अपरिहार्य बनाता है (देखें डेटा पुनः-पहचान)। किसी नाम, या किसी स्पष्ट पहचानकर्ता जैसे राष्ट्रीय बीमा या सामाजिक सुरक्षा संख्या को हटाना, जोखिम को नहीं हटाता: आयु, पिनकोड, और एक दुर्लभ चिकित्सा स्थिति जैसे अर्ध-पहचानकर्ताओं का संयोजन किसी को विशिष्ट रूप से पहचान सकता है, यहाँ तक कि ऐसे डेटासेट में भी जिसने कभी उनका नाम नहीं लिया, विशेष रूप से एक बार इसे किसी अन्य, अलग से सार्वजनिक डेटासेट के विरुद्ध क्रॉस-रेफ़रेंस किया जाए। के-गुमनामी इस जोखिम के बारे में तर्क करने का एक औपचारिक तरीक़ा है: कोई डेटासेट के-गुमनामी को संतुष्ट करता है यदि उसमें मौजूद अर्ध-पहचान करने वाले क्षेत्रों का हर संयोजन कम से कम एक परिभाषित संख्या, k, रिकॉर्ड द्वारा साझा किया जाता है, ताकि किसी एक पंक्ति को k से कम संभावित लोगों तक अलग न किया जा सके (देखें के-गुमनामी)। विभेदक गोपनीयता एक हाल का, गणितीय रूप से कठोर दृष्टिकोण है जो किसी डेटासेट या उसके विरुद्ध चलाई गई क्वेरी के परिणामों में सावधानी से कैलिब्रेट किया गया सांख्यिकीय शोर जोड़ता है, ताकि किसी एक व्यक्ति के रिकॉर्ड की उपस्थिति या अनुपस्थिति प्रकाशित आउटपुट को केवल एक सीमित, प्रमाणित मात्रा से बदले, चाहे कोई हमलावर पहले से जो भी जानता हो (देखें विभेदक गोपनीयता)। डिज़ाइन द्वारा गोपनीयता यह व्यापक सिद्धांत है कि गोपनीयता सुरक्षा को शुरुआत से ही किसी प्रणाली की वास्तुकला में, एक डिफ़ॉल्ट सेटिंग के रूप में, बनाया जाना चाहिए, न कि प्रकाशन से ठीक पहले एक संपादन-हटाओ कदम के रूप में जोड़ा जाना चाहिए (देखें डिज़ाइन द्वारा गोपनीयता); बाद में स्पष्ट पहचानकर्ताओं को हटाना इस अनुशासन का सबसे कमज़ोर रूप है, इसका विकल्प नहीं।

श्रेष्ठ व्यवहार

1. हर उस डेटासेट के लिए एक जवाबदेह स्टीवर्ड नामित करें जो मायने रखता है, न कि केवल एक केंद्रीय डेटा कार्यालय के लिए। डेटा कार्यालय मानक तय कर सकता है, लेकिन वह यह नहीं जान सकता कि किसी विशिष्ट प्रणाली में कोई विशिष्ट क्षेत्र अभी भी वही अर्थ रखता है जिसके लिए इसे परिभाषित किया गया था; वह निर्णय डेटा के वास्तविक उपयोग के निकट किसी व्यक्ति का है।
2. डिफ़ॉल्ट रूप से खुला प्रकाशित करें, और जब भी न करें तो विशिष्ट कारण दस्तावेज़ीकृत करें। डिफ़ॉल्ट को उलटना — प्रकाशित करने के बजाय रोकने के लिए औचित्य की माँग करना — वास्तविक संवेदनशीलताओं को व्यक्तिगत समीक्षा के लिए सामने लाता है, न कि सावधानी को अंधाधुंध हर चीज़ पर लागू होने देना।
3. नई स्कीमा डिज़ाइन करने से पहले किसी मौजूदा, साझा स्कीमा को अपनाएँ। एक विशेष डेटा संरचना जो एक परियोजना के लिए पूरी तरह फ़िट बैठती है पर सरकार में कहीं और कुछ भी मेल नहीं खाती, एक भविष्य की एकीकरण लागत की गारंटी देती है; अपनी बनाने से पहले जाँच लें कि आपके क्षेत्र, क्षेत्राधिकार, या किसी अंतर्राष्ट्रीय मानक निकाय ने पहले से क्या प्रकाशित कर रखा है।
4. किसी प्रणाली के लागू होने से पहले, न कि बाद में, स्थायी, अच्छी तरह-शासित विशिष्ट पहचानकर्ता डिज़ाइन करें। असंगत कुंजियों के तहत वर्षों से जमा हो रहे रिकॉर्ड पर पहचानकर्ता योजना को बाद में लागू करना शुरुआत में डिज़ाइन को सही करने की तुलना में नाटकीय रूप से अधिक महँगा है।
5. एक-बारगी फ़ाइल स्थानांतरण के बजाय शासित एपीआई के माध्यम से डेटा विनिमय बनाएँ। एक एपीआई जो स्कीमा लागू करता है, पहुँच लॉग करता है, और जिसका संस्करण बनाया जा सकता है, आपको एक नियंत्रणीय, लेखा-परीक्षण-योग्य अंतरसंचालनीयता बिंदु देता है; विभागों के बीच ईमेल की गई स्प्रेडशीट आपको इनमें से कुछ भी नहीं देती और जब यह पुरानी हो जाती है तो किसी को पता भी नहीं चलता।
6. ऐसे डेटा-साझाकरण समझौते लिखें जो उद्देश्य, क़ानूनी आधार, और समाप्ति बताएँ, न कि केवल तकनीकी तंत्र। एक समझौता जो यह निर्दिष्ट करता है कि डेटा कैसे चलता है पर क्यों नहीं, या कितने समय के लिए नहीं, उस उद्देश्य से अधिक समय तक जीवित रहता है जिसने इसे उचित ठहराया और चुपचाप ऐसी किसी चीज़ के लिए अनुमति बन जाता है जिसे किसी ने स्पष्ट रूप से अधिकृत नहीं किया।
7. गुमनामीकरण को एक अवशिष्ट परिणाम वाले जोखिम आकलन के रूप में मानें, न कि एक बार का संपादन-हटाओ कार्य। पूछें कि आप जो डेटासेट अभी जारी करने वाले हैं उसके विरुद्ध और कौन-से अन्य सार्वजनिक या ख़रीदे जा सकने वाले डेटासेट जोड़े जा सकते हैं, और पुनः-पहचान जोखिम का आकार उस यथार्थवादी ख़तरा मॉडल के विरुद्ध तय करें, न कि बिना किसी बाहरी जानकारी वाले किसी आदर्शीकृत हमलावर के विरुद्ध।
8. छोटी आबादी या दुर्लभ विशेषताओं वाली किसी भी रिलीज़ पर विभेदक गोपनीयता या समकक्ष औपचारिक तकनीक लागू करें। स्पष्ट पहचानकर्ताओं का साधारण दमन या सामान्यीकरण अपर्याप्त हो जाता है एक बार जब किसी डेटासेट में कुछ भी इतना असामान्य शामिल हो कि वह अपने आप में पहचान करने वाला हो, जैसे कोई दुर्लभ स्थिति, कोई छोटी स्थानीय आबादी, या कोई उच्च-मूल्य लेन-देन।
9. वास्तविक मेटाडेटा के साथ एक सार्वजनिक, वर्तमान डेटा सूची बनाए रखें, केवल फ़ाइल नामों की सूची नहीं। एक डेटासेट जिसे कोई संभावित उपयोगकर्ता इतनी अच्छी तरह नहीं समझ सकता कि उस पर भरोसा कर सके वह क्रियात्मक रूप से अप्रकाशित है, चाहे उसका लाइसेंस कितना भी अनुमेय क्यों न हो; सूची प्रविष्टियों में यह बताया जाना चाहिए कि कोई क्षेत्र क्या अर्थ रखता है, यह कितनी बार अद्यतन होता है, और इसकी ज्ञात सीमाएँ क्या हैं।
10. डेटा गुणवत्ता को परिभाषित मानकों के विरुद्ध एक आवर्ती समय-सारणी पर मापें, और परिणाम जो भी डेटासेट का स्वामी है उसे रिपोर्ट करें। गुणवत्ता जिसकी जाँच केवल तब की जाती है जब कुछ टूटता है वह बीच के लंबे अंतरालों में अदृश्य रूप से क्षय होती है; एक नियमित माप क्षय को एक दृश्यमान, प्रबंधनीय प्रवृत्ति में बदल देता है।
11. हर प्रकाशित डेटासेट की निरंतर लोक मूल्य और निरंतर जोखिम के लिए समय-समय पर समीक्षा करें। आबादियाँ बदलती हैं, पुनः-पहचान तकनीकें बेहतर होती हैं, और एक रिलीज़ जो पाँच वर्ष पहले सुरक्षित थी वह उस डेटा के विरुद्ध आज सुरक्षित न हो जो तब से कहीं और नए सिरे से उपलब्ध हो गया है।
12. डेटा साझा करने या प्रकाशित करने के निर्णय को उसे स्थानांतरित करने वाली तकनीकी टीम से अलग रखें। उद्देश्य, आनुपातिकता, और गोपनीयता जोखिम का निर्णय करने के लिए सबसे उपयुक्त लोग शायद ही कभी पाइपलाइन बनाने के लिए सबसे उपयुक्त वही लोग होते हैं, और दोनों भूमिकाओं को एक में समेट देना कठिन निर्णय को कम-जाँचा हुआ छोड़ देता है।

अपनी टीम के साथ चर्चा करने योग्य प्रश्न

क्या हमें पता है कि कौन-सी प्रणाली हमारी हर मुख्य डेटा इकाई के लिए प्रामाणिक रिकॉर्ड रखती है, और क्या हर कोई वास्तव में उसे उसी तरह मानता है? कई संगठनों के पास व्यवहार में एक ही जानकारी की कई 'सच्ची' प्रतियाँ होती हैं — बिलिंग प्रणाली में, केस-प्रबंधन प्रणाली में, और पत्राचार लॉग में किसी नागरिक का पता, सब थोड़े अलग और सब पर कोई न कोई कार्रवाई कर रहा है। इस प्रश्न का उपयोग अपने संगठन की मुख्य इकाइयों (नागरिक, केस, संपत्ति, व्यवसाय) की सूची बनाने और ईमानदारी से यह पहचानने के लिए करें कि क्या हर एक के लिए एक एकल प्रामाणिक स्रोत मौजूद है या स्टाफ़ ने चुपचाप सीख लिया है कि किस उद्देश्य के लिए किस प्रणाली पर भरोसा करना है। चर्चा करें कि हर इकाई के लिए एक प्रामाणिक स्रोत नामित करने और लागू करने के लिए क्या आवश्यक होगा, और संक्रमण में क्या टूट सकता है। यह आमतौर पर किसी ग़लत प्रति पर कोई गंभीर निर्णय लिए जाने के बाद की तुलना में जल्दी ठीक करना सस्ता है।

यदि किसी व्यक्ति ने हमसे पूछा कि उसे वही जानकारी हमारे ही संगठन के दो हिस्सों को क्यों देनी पड़ी, तो हमारा ईमानदार उत्तर क्या होगा? ईमानदार उत्तर अक्सर होता है 'क्योंकि हमारी प्रणालियाँ इसका आदान-प्रदान नहीं कर सकतीं,' जो एक प्रक्रिया आवश्यकता के भेस में एक अंतरसंचालनीयता विफलता है। इस प्रश्न का उपयोग एक ऐसी सेवा यात्रा चुनने के लिए करें जो एक से अधिक टीम या प्रणाली में फैली हो और चरण-दर-चरण यह ट्रेस करें कि वही तथ्य एक से अधिक बार कहाँ दर्ज किया जाता है। चर्चा करें कि क्या दोहराई गई माँग किसी वास्तविक चीज़ की रक्षा कर रही है — एक ताज़ा सहमति, एक सत्यापन कदम — या क्या यह केवल डेटा-साझाकरण समझौते या सामान्य स्कीमा की अनुपस्थिति है। विचार करें कि इसे एक और वर्ष के लिए अनसुलझा छोड़ने की क्या क़ीमत होगी, नागरिक विश्वास में भी उतनी ही जितनी स्टाफ़ के समय में।

कोई दृढ़-निश्चयी पत्रकार या शोधकर्ता किसी ऐसे डेटासेट में जिसे हम वर्तमान में गुमनाम कहते हैं, किसी की सबसे संभावित रूप से पुनः-पहचान कहाँ कर सकता है? गुमनाम बनाया गया डेटा प्रकाशित करने वाले अधिकांश संगठनों ने इसे अर्ध-पहचानकर्ताओं और अन्य सार्वजनिक डेटासेटों के एक यथार्थवादी संयोजन के विरुद्ध तनाव-परीक्षण नहीं किया है। इस प्रश्न का उपयोग अपने सबसे उच्च-जोखिम वाले प्रकाशित या शीघ्र-प्रकाशित होने वाले डेटासेट को चुनने और यह समझने के लिए करें कि इसके विरुद्ध कौन-सी अन्य जानकारी — एक स्थानीय समाचार रिपोर्ट, किसी अन्य एजेंसी का खुला डेटासेट, एक सार्वजनिक रजिस्टर — प्रशंसनीय रूप से जोड़ी जा सकती है। चर्चा करें कि क्या आपका वर्तमान गुमनामीकरण दृष्टिकोण (दमन, सामान्यीकरण, या के-गुमनामी या विभेदक गोपनीयता जैसी कोई औपचारिक तकनीक) वास्तव में उस संयोजन के विरुद्ध टिक पाएगा, और नए बाहरी डेटा के उपलब्ध होने पर इसे फिर से परखने के लिए कौन ज़िम्मेदार है।

वर्तमान में किसके पास यह कहने का अधिकार है कि किसी डेटासेट को प्रकाशित नहीं किया जाना चाहिए, और क्या हम आश्वस्त हैं कि उस अधिकार का उपयोग सही कारणों से किया जा रहा है? एक डिफ़ॉल्ट-रूप-से-खुला नीति को भी एक विश्वसनीय, अच्छी तरह से तर्कसंगत अपवाद प्रक्रिया की आवश्यकता होती है, और उसका उपयोग करने वाला व्यक्ति पहचान योग्य और जवाबदेह होना चाहिए। इस प्रश्न का उपयोग यह जाँचने के लिए करें कि क्या आपके संगठन में रोकने के निर्णय किसी नामित भूमिका द्वारा दस्तावेज़ीकृत मानदंडों के विरुद्ध लिए जाते हैं, या अनौपचारिक रूप से, जो भी पूछा जाए उसके द्वारा और सावधानी की ओर झुकते हुए। चर्चा करें कि क्या आपकी रोकने की दर सावधानीपूर्ण मामला-दर-मामला निर्णय की तरह दिखती है या एक स्थायी संस्थागत प्रतिवर्त की तरह, और रोके गए डेटासेटों की एक आवधिक बाहरी समीक्षा क्या उजागर कर सकती है।

क्या एजेंसियों के बीच हमारे डेटा-साझाकरण समझौते अभी भी उस उद्देश्य के लिए उपयोग किए जा रहे हैं जिसके लिए वे लिखे गए थे? उद्देश्य सीमा को किसी समझौते में बताना आसान है और व्यवहार में चुपचाप कटाव करना भी आसान है, विशेष रूप से एक बार जब कोई डेटासेट किसी ऐसी चीज़ के लिए उपयोगी साबित हो जाता है जिसकी मूल हस्ताक्षरकर्ताओं ने कभी कल्पना नहीं की थी। इस प्रश्न का उपयोग दो या तीन चालू अंतर-एजेंसी डेटा-साझाकरण व्यवस्थाओं को चुनने और लिखित उद्देश्य और समाप्ति तिथि के विरुद्ध वास्तविक वर्तमान उपयोग की जाँच करने के लिए करें। चर्चा करें कि यदि कोई बेमेल सामने आए तो कौन-सा शासन कदम गायब है, और किसी बाहरी लेखा-परीक्षा या पत्रकार के इसे पकड़ने से पहले उस प्रकार के बहाव को पकड़ने के लिए कौन जवाबदेह होना चाहिए।

यदि हमारे अंतरसंचालनीयता या डेटा मानक हमारे डेटा के किसी वैध नए उपयोग में बाधा बन जाएँ, तो क्या हमें इसका पता वास्तविक नुक़सान होने से पहले चलेगा या बाद में? मानक जो अपनाए जाने पर समझदार थे, आवश्यकताओं और प्रौद्योगिकी बदलने के साथ बाधाओं में जड़वत हो सकते हैं, और संगठन शायद ही कभी अपने ही नियमों में यह होते हुए नोटिस करने का कोई तंत्र बनाते हैं। इस प्रश्न का उपयोग यह चर्चा करने के लिए करें कि आपका संगठन वर्तमान में यह कैसे समीक्षा करता है कि उसके डेटा मानक, पहचानकर्ता योजनाएँ, या साझाकरण प्रक्रियाएँ अभी भी अपने उद्देश्य की सेवा करती हैं, बनिस्बत इसके कि वे बस विरासत में मिली हों और अप्रश्नित हों। विचार करें कि क्या जो लोग यह नोटिस करेंगे कि कोई मानक बाधा बन गया है — फ़्रंट-लाइन स्टाफ़, साझेदार संगठन, आपके खुले डेटा का उपयोग करने वाले बाहरी डेवलपर — उनके पास इसे उठाने का एक वास्तविक माध्यम है, और क्या उस माध्यम ने कभी वास्तव में किसी मानक को बदला है।

व्यवहार में: एक लोक मूल्य उदाहरण

एक क्षेत्रीय सामाजिक-कल्याण एजेंसी और एक अलग क्षेत्रीय स्वास्थ्य प्राधिकरण — काल्पनिक, किसी वास्तविक निकाय की रिपोर्ट के बजाय एक पैटर्न का उदाहरण — एक दशक से असंगत केस-प्रबंधन प्रणालियाँ चला रहे थे, इसलिए दोनों को ज्ञात कोई परिवार अलग-अलग संदर्भ संख्याओं के तहत दर्ज हो सकता था, बिना एजेंसी के स्टाफ़ को यह बताने का कोई विश्वसनीय तरीक़ा कि आवास-सहायता केसलोड में दिखने वाला परिवार वही परिवार है जो बाल-चिकित्सा-आउटरीच केसलोड में दिखता है। दोनों सेवाओं के बीच की खाई में गिरने के जोखिम वाले बच्चों की पहचान करने का एक संयुक्त कार्यक्रम बार-बार रुकता रहा, राजनीतिक इच्छाशक्ति की कमी के कारण नहीं, बल्कि इसलिए कि कोई भी एक एकल, विश्वसनीय संयुक्त दृश्य नहीं बना सकता था कि किन परिवारों को दोनों प्रकार की सहायता की आवश्यकता है।

दोनों एजेंसियों ने अंततः एक साझा परिवार पहचानकर्ता और उन क्षेत्रों के लिए एक सामान्य स्कीमा अपनाई जिनका दोनों प्रणालियों को आदान-प्रदान करने की आवश्यकता थी, जो एक शासित एपीआई के माध्यम से बनाई गई न कि उन आवधिक स्प्रेडशीट निर्यातों के माध्यम से जिन पर हर एक पहले निर्भर था, एक ऐसे डेटा-साझाकरण समझौते के तहत जिसने विशिष्ट उद्देश्य नामित किया — जोखिम-ग्रस्त परिवारों के लिए सहायता का समन्वय — और वार्षिक समीक्षा की माँग की। एक वर्ष के भीतर, दोनों ओर के केसवर्कर पहली बार यह देख सकते थे कि कौन-से परिवार दूसरी सेवा को ज्ञात हैं, और संयुक्त केस सम्मेलन जो पहले मैनुअल क्रॉस-चेकिंग पर निर्भर थे, नियमित बन गए। एजेंसियाँ फिर आगे बढ़ीं, एक समुच्चित, क्षेत्र-स्तरीय खुला डेटासेट प्रकाशित करते हुए जो ज़िले के अनुसार संयुक्त सहायता प्राप्त करने वाले परिवारों की संख्या दिखाता था, जिसका उद्देश्य स्थानीय चैरिटी को अपनी आउटरीच को लक्षित करने में मदद करना और निर्वाचित पार्षदों को यह देखने देना था कि क्या संयुक्त कार्यक्रम उन क्षेत्रों तक पहुँच रहा है जिनके लिए इसे डिज़ाइन किया गया था।

एक स्थानीय डेटा-अधिकार अधिवक्ता ने, एक विश्वविद्यालय शोधकर्ता के साथ काम करते हुए, पाया कि प्रकाशित ज़िला-स्तरीय आँकड़ों को स्थानीय परिवहन प्राधिकरण के एक अलग से प्रकाशित, समान रूप से सद्भावनापूर्ण खुले डेटासेट के विरुद्ध क्रॉस-रेफ़रेंस किया जा सकता है — जो छोटे क्षेत्र के अनुसार सब्सिडी-किराया आवेदन दिखाता है — कुछ ज़िलों को इतनी छोटी परिवार संख्याओं तक सीमित करने के लिए कि विशिष्ट परिवारों की प्रशंसनीय रूप से पहचान की जा सकती थी, विशेष रूप से विरल आबादी वाले ग्रामीण ज़िलों में जहाँ दोनों डेटासेट परिवारों की एकल-अंकीय संख्याएँ गिनते थे। अकेले कोई भी डेटासेट प्रकटीकरणीय नहीं था; संयुक्त होने पर, कम से कम आबादी वाले क्षेत्रों में, वे थे। एजेंसियों की पहली प्रवृत्ति, खुले डेटासेट को पूरी तरह वापस लेना, उस जवाबदेही और चैरिटी-लक्ष्यीकरण मूल्य को नष्ट कर देती जो यह पहले ही देना शुरू कर चुका था। इसके बजाय, उसी अधिवक्ता के साथ काम करते हुए, उन्होंने विभेदक-गोपनीयता दृष्टिकोण का उपयोग करके डेटासेट को फिर से प्रकाशित किया जो छोटी गणनाओं में कैलिब्रेट किया गया शोर जोड़ता है, व्यापक क्षेत्रीय पैटर्न पहचानने के लिए इसकी उपयोगिता बनाए रखते हुए किसी भी एकल कम-आबादी ज़िले की वास्तविक गणना को उस क्रॉस-रेफ़रेंसिंग हमले को हराने के लिए पर्याप्त अनिश्चित बनाते हुए जिसने मूल रिलीज़ को उजागर किया था। यह घटना वह केस अध्ययन बन गई जिसे एजेंसियों ने अपने बाद के स्टाफ़ प्रशिक्षण में इस बात के लिए उपयोग किया कि गुमनामीकरण का आकलन इस बात के विरुद्ध क्यों किया जाना चाहिए कि सार्वजनिक रूप से और क्या उपलब्ध है, न कि डेटासेट को अलगाव में देखकर।

चार क्षेत्रीय दृष्टिकोण

स्थानीय सरकार

कोई स्थानीय प्राधिकरण आमतौर पर किसी राष्ट्रीय निकाय की तुलना में प्रति निवासी अधिक अलग, पुरानी, और कम-एकीकृत प्रणालियाँ चलाता है, क्योंकि दशकों से अलग-अलग नियुक्त विभागीय प्रणालियाँ — आवास, योजना, अपशिष्ट, सामाजिक देखभाल — शायद ही कभी एक-दूसरे के साथ डेटा साझा करने के लिए बनाई गई थीं। यह अंतरसंचालनीयता को किसी बाहरी लड़ाई बनने से पहले एक वास्तव में आंतरिक लड़ाई बनाता है: एक सप्ताह में तीन परिषद विभागों के साथ बातचीत करने वाला कोई निवासी पा सकता है कि उनमें से कोई भी नहीं देख सकता कि दूसरे पहले से क्या जानते हैं। इस बीच स्थानीय खुला डेटा में असामान्य रूप से प्रत्यक्ष नागरिक मूल्य होता है — कूड़ा संग्रह समय-सारणी, योजना आवेदन, स्थानीय व्यय — क्योंकि निवासी और स्थानीय पत्रकार इसके साथ विशिष्टता के उस स्तर पर जुड़ते हैं जो राष्ट्रीय डेटासेट शायद ही कभी पेश करते हैं, जो मामूली, रोज़मर्रा के डेटासेटों के लिए भी मेटाडेटा और अद्यतन आवृत्ति को सही करने के दांव बढ़ाता है।

राष्ट्रीय सरकार

राष्ट्रीय सरकारें आमतौर पर डेटा शासन और अंतरसंचालनीयता उपकरणों की सबसे पूरी श्रृंखला संचालित करती हैं — एक राष्ट्रीय डेटा रणनीति, अंतर-सरकारी पहचानकर्ता योजनाएँ, अनिवार्य खुला-डेटा पोर्टल, और समर्पित डेटा-संरक्षण नियामक — लेकिन दशकों और प्रशासनों में संचित विरासत प्रणालियों की भारी संख्या तकनीकी अंतरसंचालनीयता को एक बार की परियोजना के बजाय एक स्थायी, महँगा पृष्ठभूमि कार्य बनाती है। राष्ट्रीय खुला-डेटा कार्यक्रम असमानुपातिक पुनः-पहचान जोखिम वहन करते हैं ठीक इसलिए क्योंकि राष्ट्रीय डेटासेट वास्तव में मूल्यवान होने के लिए पर्याप्त बड़े हैं और अन्य राष्ट्रीय रजिस्टरों के विरुद्ध जोड़े जाने पर व्यक्तियों की पहचान करने के लिए पर्याप्त विस्तृत हैं; कई सरकारें अब जो राष्ट्रीय डेटा रणनीति दस्तावेज़ प्रकाशित करती हैं वे तेज़ी से गोपनीयता-संरक्षक प्रकटीकरण तकनीकों को स्पष्ट रूप से नाम देते हैं, बनिस्बत गुमनामीकरण को नीति के ध्यान से नीचे एक कार्यान्वयन विवरण मानने के।

सामाजिक क्षेत्र और गैर-लाभकारी संगठन

कोई गैर-लाभकारी संगठन या गैर-सरकारी संगठन (एनजीओ) शायद ही कभी किसी खुला-डेटा अधिदेश के अधीन होता है, लेकिन इसे वित्तपोषकों, नियामकों, और जनता से यह समानांतर अपेक्षा बढ़ती हुई मिलती है कि कार्यक्रम डेटा को पारदर्शी रूप से साझा किया जाए, और यह अक्सर ऐसी आबादियों के साथ काम करता है — हिंसा के उत्तरजीवी, गंभीर ग़रीबी में लोग, दस्तावेज़-रहित निवासी — जिनके लिए पुनः-पहचान जोखिम किसी सरकारी डेटासेट में सामान्य आबादी के लिए आमतौर पर होने वाली तुलना में कहीं अधिक व्यक्तिगत क़ीमत वहन करता है। यहाँ डेटा-साझाकरण समझौते असमानुपातिक रूप से मायने रखते हैं क्योंकि कोई गैर-लाभकारी संगठन अक्सर ऐसे अनुबंधों के तहत जिसे उसने नहीं लिखा, ग्राहक डेटा को सरकारी वित्तपोषकों या साझेदार संगठनों के साथ साझा करता है, और इसे उद्देश्य सीमा पर बातचीत करने की क्षमता की आवश्यकता है, न कि केवल वित्तपोषण से जुड़ी जो भी डेटा-साझाकरण शर्तें हों उन्हें स्वीकार करने की। बड़ी सरकार या परोपकारी वित्तपोषकों द्वारा अपनाए गए अंतरसंचालनीयता मानक किसी छोटे संगठन की सीमित तकनीकी क्षमता पर एक वास्तविक बोझ हो सकते हैं, जो एक वास्तविक लागत है जिसे नाम देना उचित है, बनिस्बत मानक अपनाने को लागत-रहित मानने के।

बहुपक्षीय और अंतर्राष्ट्रीय

बहुपक्षीय निकाय बेहद भिन्न शासन परिपक्वता, सांख्यिकीय क्षमता, और गोपनीयता के लिए कानूनी व्यवस्थाओं वाले सदस्य राष्ट्रों में डेटा को समुच्चित करते हैं, जो शब्दार्थ अंतरसंचालनीयता — इस पर सहमत होना कि कोई साझा क्षेत्र वास्तव में क्या अर्थ रखता है — को एक स्थायी राजनयिक के साथ-साथ तकनीकी समस्या भी बनाता है; 'परिवार' या 'बेरोज़गार' जितना मूलभूत शब्द देशों में इतना अलग-अलग परिभाषित है कि अंतर्राष्ट्रीय सांख्यिकीय निकाय पूरे मानक बनाए रखते हैं, जैसे सांख्यिकीय डेटा और मेटाडेटा एक्सचेंज (एसडीएमएक्स) प्रारूप, केवल क्रॉस-कंट्री डेटा को वास्तव में तुलनीय बनाने के लिए। इस स्तर पर खुला डेटा विषय 1.4 — सार्वजनिक वस्तुएँ, गुणकारी वस्तुएँ और मूल्य बहुलवाद में दिए गए अर्थ में एक विशेष रूप से स्पष्ट लोक वस्तु के रूप में काम करता है, क्योंकि किसी एक सदस्य राष्ट्र के पास स्वयं एक वैश्विक तुलनात्मक डेटासेट को वित्तपोषित करने का कोई प्रोत्साहन नहीं है, फिर भी एक बार किसी बहुपक्षीय निकाय के इसे प्रकाशित करने पर हर राष्ट्र और शोधकर्ता लाभान्वित होता है। डेटा संप्रभुता की चिंताएँ यहाँ किसी एकल-देश संदर्भ की तुलना में गहरी चलती हैं: कोई सदस्य राष्ट्र ऐसा डेटा साझा करने का विरोध कर सकता है जिसे रोकने का उसे क़ानूनी अधिकार है, या विवाद कर सकता है कि किसी बहुपक्षीय निकाय ने उसके अपने राष्ट्रीय आँकड़ों को कैसे वर्गीकृत या समुच्चित किया है, जो यह शासन प्रश्न कि किसी साझा आँकड़े को कौन नियंत्रित करता है, उसे विनिमय कैसे किया जाता है इस तकनीकी प्रश्न जितना ही महत्वपूर्ण बनाता है।

सामान्य विफलता पैटर्न

चुप डेटा साइलो। प्रणालियाँ बिना किसी साझा पहचानकर्ता या स्कीमा के किसी संगठन में स्वतंत्र रूप से जमा होती हैं, और लागत तब तक छिपी रहती है जब तक किसी विशिष्ट मामले — कोई सुरक्षा विफलता, कोई लेखा-परीक्षा, कोई सेवा आउटेज — को एक संयुक्त दृश्य की आवश्यकता न हो जो जल्दी से उत्पन्न करना असंभव साबित होता है, इस बिंदु पर साइलो की लागत एक साथ दृश्यमान हो जाती है और दबाव में ठीक करना महँगा हो जाता है।

गुमनामीकरण की नाटकबाज़ी। किसी डेटासेट से नाम और स्पष्ट पहचानकर्ता हटाए जाते हैं और फिर इसे अन्य उपलब्ध डेटा के विरुद्ध अर्ध-पहचानकर्ताओं या जोड़ने के जोखिम के किसी आकलन के बिना प्रकाशित करने के लिए सुरक्षित माना जाता है। इसकी लागत तब सामने आती है, अक्सर सार्वजनिक रूप से और शर्मनाक ढंग से, जब कोई शोधकर्ता, पत्रकार, या अधिवक्ता प्रदर्शित करता है कि पुनः-पहचान संभव है, इस बिंदु पर गोपनीयता पर संगठन की विश्वसनीयता विशिष्ट डेटासेट से कहीं आगे तक क्षतिग्रस्त हो जाती है।

बिना स्वामी के शासन। डेटा शासन नीति कागज़ पर मौजूद है, लेकिन कोई विशिष्ट व्यक्ति किसी विशिष्ट डेटासेट की गुणवत्ता या वर्तमानता के लिए जवाबदेह नहीं है, इसलिए मानक चुपचाप क्षय होते हैं और किसी को पता नहीं चलता जब तक डेटा पर किसी ऐसे निर्णय के लिए भरोसा नहीं किया जाता जिसे वह वास्तव में समर्थन नहीं कर सकता। यह एक विशेष रूप से सामान्य विफलता है क्योंकि नीति दस्तावेज़ स्वयं पूर्ण दिखता है, जो नीचे किसी के भी वास्तव में जवाबदेह न होने की अनुपस्थिति को छिपाता है।

बिना संसाधन के अधिदेश द्वारा अंतरसंचालनीयता। किसी साझा स्कीमा या पहचानकर्ता योजना को केंद्रीय रूप से अधिदेशित किया जाता है लेकिन उसे अपनाने की अपेक्षित टीमों के लिए कभी वित्तपोषित नहीं किया जाता, इसलिए अनुपालन एक चेकबॉक्स अभ्यास बन जाता है — एक क्षेत्र तकनीकी रूप से मौजूद पर ठीक से भरा नहीं गया — न कि वास्तविक, उपयोग-योग्य अंतरसंचालनीयता। इसकी लागत एक झूठी भावना है कि कोई साझा मानक मौजूद है, जिसका पता तभी चलता है जब कोई वास्तव में उस डेटा पर भरोसा करने की कोशिश करता है जिसे इसे मानकीकृत करना था।

खुला-धुलाई (ओपन-वॉशिंग)। कोई संगठन डैशबोर्ड और सारांश दृश्यावलोकन प्रकाशित करता है और इसे खुला डेटा कहता है, जबकि अंतर्निहित मशीन-पठनीय डेटासेट जिसकी किसी तीसरे पक्ष को कुछ नया बनाने के लिए आवश्यकता होगी वह अप्रकाशित रहता है या ऐसे प्रारूप में प्रकाशित होता है जिसे कोई व्यावहारिक रूप से पुनः उपयोग नहीं कर सकता। यह विषय 3.4 — जवाबदेही, पारदर्शिता, और वैधता में वर्णित पारदर्शिता और खुलेपन के रूप को उसके सार के बिना पकड़ता है, और इसे अक्सर एक वास्तविक खुला-डेटा कार्यक्रम समझ लिया जाता है क्योंकि डैशबोर्ड प्रभावशाली दिखता है।

परिपक्वता मॉडल

जाँच-सूची

• अपने संगठन की हर मुख्य डेटा इकाई के लिए प्रामाणिक स्रोत प्रणाली की पहचान करें।
• पुष्टि करें कि हर वह डेटासेट जो भौतिक रूप से मायने रखता है उसका एक नामित, जवाबदेह स्टीवर्ड है।
• कोई नई डेटा परियोजना डिज़ाइन करने से पहले जाँचें कि क्या उसके लिए पहले से कोई साझा स्कीमा या मानक मौजूद है।
• अपने विशिष्ट पहचानकर्ता डिज़ाइन की स्थायित्व और उन प्रणालियों में स्थिरता के लिए समीक्षा करें जो इसका उपयोग करती हैं।
• कम से कम एक आवर्ती मैनुअल या स्प्रेडशीट-आधारित डेटा विनिमय को शासित एपीआई से बदलें।
• पुष्टि करें कि हर सक्रिय अंतर-एजेंसी डेटा-साझाकरण समझौता अपना उद्देश्य, क़ानूनी आधार, और समाप्ति बताता है, और वर्तमान वास्तविक उपयोग से मेल खाता है।
• किसी भी व्यक्तिगत जानकारी वाले डेटासेट को प्रकाशित करने से पहले, अन्य सार्वजनिक डेटासेटों के विरुद्ध प्रशंसनीय जोड़ सहित एक पुनः-पहचान जोखिम आकलन चलाएँ।
• छोटी आबादी या दुर्लभ विशेषताओं वाली किसी भी रिलीज़ पर के-गुमनामी या विभेदक गोपनीयता जैसी औपचारिक गोपनीयता-संरक्षक तकनीक लागू करें।
• पुष्टि करें कि आपकी खुला-डेटा सूची में वास्तविक, वर्तमान मेटाडेटा शामिल है, केवल फ़ाइल नाम नहीं।
• उभरते पुनः-पहचान जोखिम के लिए नए उपलब्ध बाहरी डेटा के विरुद्ध पहले से प्रकाशित डेटासेट की समीक्षा करें।
• पुष्टि करें कि रोकने के निर्णय दस्तावेज़ीकृत मानदंडों के विरुद्ध एक नामित, जवाबदेह भूमिका द्वारा लिए जाते हैं।
• अपनी टीम से ऊपर दिए गए छह चर्चा प्रश्न पूछें और दर्ज करें कि कहाँ ईमानदार उत्तर आधिकारिक उत्तर से भिन्न है।

मुख्य स्रोत

• अंतर्राष्ट्रीय खुला डेटा चार्टर, उसके छह सिद्धांत, और डिफ़ॉल्ट-रूप-से-खुला प्रकाशन पर उसका मार्गदर्शन।
• डेटा तक पहुँच और उसे साझा करने को बढ़ाने पर परिषद की OECD सिफ़ारिश (2021)।
• US राष्ट्रीय मानक और प्रौद्योगिकी संस्थान, विशेष प्रकाशन 800-226, विभेदक गोपनीयता गारंटी के मूल्यांकन के लिए दिशानिर्देश।
• प्रकटीकरण परिहार और दशकीय जनगणना डेटा पर विभेदक गोपनीयता के अपने अनुप्रयोग पर US जनगणना ब्यूरो सामग्री।
• सिंथिया ड्वर्क का विभेदक गोपनीयता को औपचारिक बनाने वाला मूलभूत कार्य, और सांख्यिकीय प्रकटीकरण नियंत्रण पर व्यापक शैक्षणिक साहित्य।
• मार्क एच. मूर का रणनीतिक त्रिभुज और विषय 1.4 — सार्वजनिक वस्तुएँ, गुणकारी वस्तुएँ और मूल्य बहुलवाद में दिया गया लोक वस्तु तर्क, जिस पर यह विषय आधारित है।

संदर्भ

1. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
2. Data steward — Wikipedia — https://en.wikipedia.org/wiki/Data_steward
3. Interoperability — Wikipedia — https://en.wikipedia.org/wiki/Interoperability
4. Application programming interface — Wikipedia — https://en.wikipedia.org/wiki/Application_programming_interface
5. Metadata — Wikipedia — https://en.wikipedia.org/wiki/Metadata
6. Open data — Wikipedia — https://en.wikipedia.org/wiki/Open_data
7. Data re-identification — Wikipedia — https://en.wikipedia.org/wiki/Data_re-identification
8. K-anonymity — Wikipedia — https://en.wikipedia.org/wiki/K-anonymity
9. Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
10. Privacy by design — Wikipedia — https://en.wikipedia.org/wiki/Privacy_by_design
11. Open Data Charter principles — International Open Data Charter — https://opendatacharter.org/principles/
12. Recommendation of the Council on Enhancing Access to and Sharing of Data (2021) — OECD Legal Instruments — https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0463
13. Guidelines for Evaluating Differential Privacy Guarantees, SP 800-226 (Initial Public Draft) — US National Institute of Standards and Technology — https://csrc.nist.gov/pubs/sp/800/226/ipd
14. Disclosure avoidance and data stewardship — US Census Bureau — https://www.census.gov/about/policies/privacy/statistical_safeguards/disclosure-avoidance.html
15. Data.gov — US federal open data portal, General Services Administration — https://www.data.gov/