Helen Nissenbaum

Helen Nissenbaum

Helen Nissenbaum is professor in informatiewetenschappen aan Cornell Tech, een onderdeel van de Cornell-universiteit.[1] De Amerikaanse wetenschapper is vooral bekend vanwege het introduceren van het concept "contextuele integriteit" en haar werk over privacy, privacyrecht, vertrouwen, en beveiliging online.[2] De contextafhankelijkheid van privacy heeft ze nader uitgewerkt in haar boek Privacy in Context.[3] Het concept contextuele integriteit is van invloed geweest op hoe de Amerikaanse overheid tegen privacy issues aankijkt.[4][5]

Nissenbaum heeft voor haar onderzoek fondsen ontvangen van de National Science Foundation, Air Force Office of Scientific Research, Ford Foundation, de U.S. Department of Health and Human Services Office of the National Coordinator, en de Defense Advanced Research Projects Agency.[6]

Ze werkt actief mee aan de TrackMeNot privacy-door-obfuscatie extensie voor Firefox en Chrome,[7] als ook de AdNauseam extensie voor Firefox, Chrome en Opera die dezelfde soort privacy-door-obfuscatie mechanismen toepast tegen de gegevensverzameling door advertentienetwerken.[8]

Nissenbaum heeft een aantal boeken geschreven of samengesteld:

[bewerken | brontekst bewerken]
  1. Helen Nissenbaum. nissenbaum.tech.cornell.edu. Gearchiveerd op 15 december 2017. Geraadpleegd op 14 december 2017.
  2. Maurits Martijn, Deze bevlogen professor helpt je doorgronden wat privacy is. De Correspondent (5 november 2014). Geraadpleegd op 8 maart 2019.
  3. Nissenbaum, Helen Fay. (2010). Privacy in context : technology, policy, and the integrity of social life. Stanford Law Books, Stanford, Calif.. ISBN 9780804772891.
  4. "The Philosopher Whose Fingerprints Are All Over the FTC's New Approach to Privacy", The Atlantic, 29 March 2012. Gearchiveerd op 11 maart 2018. Geraadpleegd op 20 February 2018.
  5. CV Helen Nissenbaum. New York University. Geraadpleegd op 11 april 2013.
  6. Helen Nissenbaum Bio. New York University. Geraadpleegd op 20 February 2018.
  7. Surveillance Countermeasures: Expressive Privacy via Obfuscation. aprja.net. APRJA (2016). Gearchiveerd op 15 november 2016. Geraadpleegd op 14 november 2016. “Some critics questioned TrackMeNot's effectiveness against machine-learning attacks, some cast it as a misuse of bandwidth, and others found it unethical.”
  8. Engineering Privacy and Protest: A Case Study of AdNauseam. International Workshop on Privacy Engineering – IWPE'17 (2017). Gearchiveerd op 7 maart 2023.