প্রাইভেসি কী ও কেন এটি কম্পিউটিং-এর একটি বিষয়

১ · প্রাইভেসি মানে গোপনীয়তা নয়

ইনফরমেশনাল প্রাইভেসিInformational Privacyব্যক্তিগত তথ্যের প্রবাহের উপর একধরনের ন্যায়সংগত নিয়ন্ত্রণ — কোন তথ্য, কার কাছে, কী উদ্দেশ্যে যাবে তা নির্ধারণের ক্ষমতা, শুধু তথ্যটি "গোপন" রাখা নয়। নিয়ে সাধারণ একটি ভুল ধারণা হলো — প্রাইভেসি মানে কোনো তথ্য সম্পূর্ণ গোপন রাখা, আর যেই তথ্যটি ইতিমধ্যে কাউকে জানানো হয়ে গেছে তার আর কোনো প্রাইভেসি অবশিষ্ট থাকে না। বাস্তবে প্রাইভেসি আরও সূক্ষ্ম — আপনি আপনার ডাক্তারকে আপনার অসুস্থতার কথা জানান, আপনার বন্ধুকে আপনার বেতনের কথা জানান, আপনার ব্যাংককে আপনার ঠিকানার কথা জানান — প্রতিটি ক্ষেত্রেই তথ্য কাউকে না কাউকে জানানো হয়েছে, তবু আমরা মনে করি না যে এতে আপনার প্রাইভেসি সম্পূর্ণ চলে গেছে। আসল প্রশ্নটি হলো — তথ্যটি কি তার উপযুক্ত প্রসঙ্গে প্রবাহিত হচ্ছে?

২ · কনটেক্সচুয়াল ইন্টিগ্রিটি

দার্শনিক Helen Nissenbaum-এর কনটেক্সচুয়াল ইন্টিগ্রিটিContextual Integrityপ্রাইভেসির একটি তত্ত্ব — প্রতিটি সামাজিক প্রসঙ্গের (চিকিৎসা, শিক্ষা, বন্ধুত্ব, বাণিজ্য) তথ্য-প্রবাহের নিজস্ব প্রচলিত নিয়ম আছে; এই নিয়ম ভাঙা হলেই প্রাইভেসি লঙ্ঘিত হয়, তথ্যটি "গোপন" ছিল কিনা তা নির্বিশেষে। অনুযায়ী, প্রতিটি সামাজিক প্রসঙ্গের (চিকিৎসা, শিক্ষা প্রতিষ্ঠান, কর্মক্ষেত্র, অনলাইন কেনাকাটা) তথ্য-প্রবাহের নিজস্ব প্রচলিত নিয়ম থাকে — কে তথ্য পাঠাচ্ছে, কে পাচ্ছে, কী ধরনের তথ্য, এবং কী শর্তে। একটি তথ্য-প্রবাহ যখন এই প্রসঙ্গ-নির্দিষ্ট নিয়ম মেনে চলে, তখন তা প্রসঙ্গগতভাবে যথাযথ (contextually appropriate); নিয়ম ভাঙলে তা প্রাইভেসি লঙ্ঘন — এমনকি যদি তথ্যটি কখনো "সিক্রেট" হিসেবে দাবি করা না হয়ে থাকে।

৩ · কোড দিয়ে একটি ডেটা-ফ্লো ক্লাসিফায়ার

নিচের কোড সেলে একটি ছোট্ট, সত্যিকারের ফাংশন — check_data_flow — লেখা হয়েছে যা একটি ডেটা-টাইপ, তার মূল প্রসঙ্গ, এবং প্রাপকের উদ্দেশ্য দেখে বলে দেয় প্রবাহটি সেই প্রসঙ্গের প্রচলিত নিয়মের সাথে সামঞ্জস্যপূর্ণ কিনা। এটি একটি সরলীকৃত মডেল — বাস্তব কনটেক্সচুয়াল ইন্টিগ্রিটি তত্ত্বে আরও অনেক প্যারামিটার থাকে (প্রেরক, প্রাপক, সাবজেক্ট, অ্যাট্রিবিউট, ট্রান্সমিশন প্রিন্সিপল) — কিন্তু মূল যুক্তিটি একই।

# একটি সিন্থেটিক, ইলাস্ট্রেটিভ উদাহরণ -- বাস্তব কোনো কোম্পানি বা ঘটনা নয়
# একটি ডেটা-ফ্লো তার মূল প্রসঙ্গের নিয়ম মানছে কিনা তা যাচাই করা

# প্রতিটি ডেটা-টাইপ ও তার মূল প্রসঙ্গের জন্য কোন কোন উদ্দেশ্য (purpose) গ্রহণযোগ্য তার তালিকা
NORMS = {
    "medical": {
        "treatment": {"treatment", "billing_for_treatment"},
    },
    "purchase_history": {
        "online_shopping": {"order_fulfillment", "fraud_prevention"},
    },
    "location": {
        "navigation_app": {"route_calculation"},
    },
}

def check_data_flow(data_type, original_context, recipient_purpose):
    """একটি ডেটা-ফ্লো কনটেক্সচুয়াল ইন্টিগ্রিটি লঙ্ঘন করছে কিনা তা যাচাই করে।
    রিটার্ন করে True যদি লঙ্ঘন হয়, False যদি প্রসঙ্গ-উপযুক্ত হয়।"""
    allowed_purposes = NORMS.get(data_type, {}).get(original_context, set())
    return recipient_purpose not in allowed_purposes

# চারটি সিন্থেটিক ডেটা-ফ্লো দৃশ্যকল্প
scenarios = [
    ("medical", "treatment", "চিকিৎসারত ডাক্তার", "treatment"),
    ("medical", "treatment", "ইনস্যুরেন্স মার্কেটিং টিম", "insurance_marketing"),
    ("purchase_history", "online_shopping", "ফ্রড ডিটেকশন সিস্টেম", "fraud_prevention"),
    ("location", "navigation_app", "থার্ড-পার্টি অ্যাড ব্রোকার", "ad_profiling"),
]

violation_count = 0
for data_type, context, recipient, purpose in scenarios:
    violates = check_data_flow(data_type, context, purpose)
    violation_count += violates
    status = "লঙ্ঘন করছে ✗" if violates else "সামঞ্জস্যপূর্ণ ✓"
    print(f"{data_type:>17} | {context:>15} -> {recipient:<28} ({purpose:<18}) : {status}")

print(f"\nমোট {len(scenarios)}টি ফ্লোর মধ্যে {violation_count}টি কনটেক্সচুয়াল ইন্টিগ্রিটি লঙ্ঘন করছে।")