数据隐私或信息隐私是数据保护领域的一部分，涉及数据的正确处理，重点是遵守数据保护法规。 数据隐私的核心是如何收集、存储、管理数据，以及与任何第三方共享数据，以及遵守适用的隐私法（如《加州消费者隐私法》或《通用数据保护条例》GDPR）。

随着互联网的发展，我们对数据隐私的想法和期望也在不断变化。互联网可能是一个令人惊叹的创意和连接资源，但这并不意味着它应该为任何人提供用户数据。随着世界各地的立法者和政府为保护消费者隐私而做出的改变，浏览自由和你有权获得多少保护之间的相互作用不断演变。

数据隐私，有时也称为信息隐私，是一个数据保护领域，涉及对敏感数据的正确处理，包括个人数据[1]，以及其他机密数据，如某些金融数据和知识产权数据，以满足监管要求，并保护数据的机密性和不变性。

2022年是东南亚数据隐私和网络安全法律发展的里程碑年。

联邦通信、信息技术和大众通信监管局（“Roskomnadzor”）于2022年9月23日发布了一份最新名单，其中列出了为个人数据主体的权利提供充分保护的外国。特别是，俄罗斯联邦最高法院强调，被认为适当的国家包括《个人数据自动处理保护个人公约》（“第108号公约”）的缔约国和非第108号《公约》缔约国但其法律和措施符合其规定的国家。

McAfee首席隐私官预测，随着期待已久的《1988年隐私法》更新生效，澳大利亚对隐私要求的采纳是一个“令人兴奋”的发展，最终将隐私从学术领域带入组织政策结构。

随着立法者和技术平台面临着开拓消费者数据新保护的压力，领先的隐私和政策专家阐述了定义信息经纪和数字广告未来的主要全球趋势。

头条吹捧人工智能技术的快速进步。使用人工智能技术——机器和算法——进行预测、建议或决策，对提高福利和生产率具有巨大潜力。但它也带来了风险，如可能出现不公平或歧视性结果，或现有社会经济差异的持续存在。健康人工智能就是这种紧张关系的一个典型例子。最近发表在《科学》杂志上的研究表明，一种出于良好意图而使用的算法——将医疗干预目标对准病情最严重的患者——最终将资源输送给了更健康的白人人口，而损害了病情更严重的黑人患者。

好消息是，虽然人工智能和机器学习技术的复杂性是新的，但自动化决策并非如此，我们在联邦贸易委员会拥有处理使用数据和算法做出消费者决策所带来的挑战的长期经验。多年来，联邦贸易委员会提出了许多指控违反我们执行的涉及人工智能和自动化决策的法律的案件，并调查了该领域的许多公司。例如，1970年颁布的《公平信用报告法》（FCRA）和1974年颁布的平等信用机会法（ECOA）都涉及自动决策，金融服务公司几十年来一直将这些法律应用于基于机器的信用承销模型。我们还利用《联邦贸易委员会法》授权禁止不公平和欺骗行为，以解决因使用人工智能和自动化决策而造成的消费者伤害。

遵守法律有许多要求。PIPEDA涵盖的组织在收集、使用或披露个人信息时，通常必须获得个人的同意。人们有权访问组织持有的个人信息。他们也有权质疑其准确性。

个人信息只能用于其收集目的。如果一个组织打算将其用于其他目的，他们必须再次获得同意。个人信息必须受到适当保障措施的保护。

在本页上

• 该法如何适用
  • 省级隐私法
  • 跨越国界的信息
  • 联邦监管组织
• 什么是个人信息？
• PIPEDA没有涵盖哪些内容？
• 你在PIPEDA下的责任

该法如何适用

PIPEDA适用于加拿大各地在商业活动过程中收集、使用或披露个人信息的私营部门组织。

法律将商业活动定义为具有商业性质的任何特定交易、行为或行为，或任何常规行为过程，包括出售、易货或租赁捐赠者、会员或其他筹款名单。

省级隐私法

艾伯塔省、不列颠哥伦比亚省和魁北克省都有自己的私营部门隐私法，被认为与PIPEDA基本相似。受实质上类似的省级隐私法约束的组织在该省范围内收集、使用或披露个人信息时，一般不受PIPEDA的约束。

2006年7月通过了关于“个人数据”的第152-FZ号联邦法律（“数据保护法”），其中一些规定是基于俄罗斯2001年11月7日签署的1981年《关于在自动处理个人数据方面保护个人的斯特拉斯堡公约》（“斯特拉斯堡公约”）。