Bağlantılı Elektrikli Araçların Veri Gizliliği İçin LINDDUN Modeli Uygulaması
Bağlantılı elektrikli araçların veri gizliliği risklerini LINDDUN çerçevesiyle analiz eden yeni bir araştırma, teknik önlemler ve yönetişim politikaları öneriyor.
New York, 23 Temmuz 2026 -- Gizlilik mühendisi Mingjie Chen, bağlantılı elektrikli araçların bulut platformları ve üçüncü taraf hizmetlerle veri alışverişine LINDDUN gizlilik tehdidi modelleme çerçevesini uygulayan bir araştırma yayımladı. Bu, ABD'deki düzenleyiciler, otomobil üreticileri ve sürücüler için artan bir endişe alanıdır. Araçlar konum, kimlik ve davranış verilerini toplarken, Chen'in çalışması mühendislik uyum ve politika kitlelerine gizlilik risklerini belirleme ve önlemleri değerlendirme yöntemi sunuyor.
'Engineering Advances' dergisinde yayımlanan makale, LINDDUN'ın yedi tehdit kategorisini veri toplama, kimlik ve konum gizliliği ile üçüncü taraf arayüzleri boyunca uyguluyor. Teknik önlemler arasında uçtan uca şifreleme, anonimleştirme, dinamik erişim kontrolü, çok faktörlü kimlik doğrulama, gerçek zamanlı izleme, homomorfik şifreleme ve diferansiyel gizlilik yer alıyor. Yönetişim tarafında ise veri toplama öncesi meşruiyet incelemesi, veri minimizasyonu, periyodik denetimler ve gizlilik komiteleri öneriliyor.
Çalışma, kullanıcıların bilgilendirilme, seçme ve verilerini silme haklarını da vurguluyor. Chen, 'Elektrikli araçlar sessizce en veri yoğun ürünlerden biri haline geldi, ancak gizlilik hâlâ çoğu zaman sonradan ekleniyor' diyerek, risklerin erken bulunması için mühendis ve düzenleyicilere tekrarlanabilir bir yöntem sunmayı amaçladığını belirtiyor.
