A segurança e a privacidade dos sistemas de internet das coisas (IoT)
Redação
A IoT tornou-se rapidamente uma invenção tecnológica revolucionária, causando mudanças significativas na forma como os sistemas de computação corporativos e até mesmo os eletrodomésticos são projetados e fabricados. Pode-se destacar as questões de segurança e privacidade que podem afetar a evolução da tecnologia IoT. As questões de privacidade podem ser avaliadas sob a perspectiva do cliente: primeiro, a preocupação com a privacidade na IoT, abordando os debates sobre privacidade na IoT e a privacidade na IoT refletida sob a perspectiva dos usuários, com base na análise de resultados de pesquisas anteriores. Há diretrizes normativas sobre os riscos, os princípios e os controles para segurança e privacidade de soluções de IoT. A segurança da informação é uma preocupação fundamental de qualquer sistema de tecnologia da informação e comunicação (TIC), e os sistemas de IoT não são exceção. Os sistemas IoT apresentam desafios específicos para a segurança da informação, pois são altamente distribuídos e envolvem muitas entidades diversas. Isso implica que há uma superfície de ataque muito ampla e um desafio significativo para o sistema de gestão de segurança da informação (SGSI) aplicar e manter controles de segurança apropriados em todo o sistema. A privacidade ou a proteção de dados pessoais (DP) é uma preocupação significativa para alguns tipos de sistemas IoT. Quando um sistema IoT adquire ou usa DP, geralmente existem leis e regulamentos que se aplicam à aquisição, ao armazenamento e ao tratamento de DP. Mesmo quando os regulamentos não são uma preocupação, o manuseio de DP por um sistema IoT continua sendo uma preocupação de reputação e confiança para as organizações envolvidas, por exemplo, se as DP forem roubadas ou mal utilizadas, potencialmente causando algum tipo de dano às pessoas identificadas pelas informações.

Da Redação –
Os dados coletados de dispositivos IoT geralmente provêm de sensores como microfones, acelerômetros e termômetros. Dados provenientes desses sensores costumam ser altamente detalhados e precisos.
Essa granularidade permite a fácil criação de informações adicionais por meio de inferências de aprendizado de máquina e outras técnicas de análise, que podem gerar resultados impossíveis de serem obtidos com dados menos precisos. Além disso, os dispositivos com múltiplos sensores, ou múltiplos dispositivos em proximidade, podem combinar seus dados em um processo conhecido como fusão de sensores, o que permite inferências mais precisas e específicas que não seriam possíveis com dados de um único sensor.
Por exemplo, dados de sensores sobre a temperatura, umidade, nível de luz e CO2 de um cômodo podem ser combinados para rastrear sua ocupação com uma precisão consideravelmente maior do que seria possível com apenas um desses tipos de dados. As inferências como essas podem ser extremamente úteis para diversos fins, mas também podem ser altamente pessoais e inesperadas.
Em geral, as...