关于 conducting-gdpr-dpia
这是面向隐私、法律与安全团队的 GDPR 数据保护影响评估(DPIA)方法指南,涵盖筛查、风险评估、缓解及持续审查。内容依据 GDPR 第 35 条和 EDPB 指引组织。
主要功能
- 01识别强制 DPIA 触发条件
- 02梳理处理活动与数据生命周期
- 03评估必要性、比例性及风险
- 04规划技术与组织缓解措施
- 05记录 DPO 建议并安排复审
适用场景
- 01判断新数据处理是否需要 DPIA
- 02为高风险处理活动制定评估
- 03检查 DPIA 的完整性并安排更新
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ mukul975/ privacy-data-protection-skills --skill conducting-gdpr-dpia安装后在 Claude Code 中输入/conducting-gdpr-dpia确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
assets/template.mdreferences/standards.mdworkflows.mdscripts/process.py详细介绍
开展 GDPR 数据保护影响评估
概述
数据保护影响评估(DPIA)是 GDPR 第 35 条规定的一套结构化流程,旨在识别、评估并缓解数据处理活动可能对自然人的权利和自由造成的风险。DPIA 不只是合规检查项,而是一项持续运行的风险管理工具,必须在处理开始前开展,并在整个处理生命周期内不断更新。本技能采用欧洲数据保护委员会在 WP248rev.01(《数据保护影响评估指南》)中建议的方法,并纳入 Art. 35(1)-(11) 中可强制执行的要求。
强制开展 DPIA 的情形 — Art. 35(3)
如果处理可能对自然人的权利和自由造成高风险,则必须开展 DPIA,尤其是在以下情形中:
Art. 35(3) 规定的自动触发情形
| 触发情形 | GDPR 参考条款 | 说明 |
|---|---|---|
| 具有重大影响的系统性、大规模画像 | Art. 35(3)(a) | 自动化处理(包括画像)会对数据主体产生法律效力或类似重大影响 |
| 大规模处理特殊类别数据或犯罪数据 | Art. 35(3)(b) | 大规模处理 Art. 9(1) 所述数据(健康、生物识别、遗传、种族、政治、宗教、性取向、工会)或 Art. 10 所述数据(刑事定罪) |
| 对公共区域进行系统性、大规模监控 | Art. 35(3)(c) | 闭路电视监控、无人机监控、Wi-Fi 跟踪,或其他对公众可进入区域进行的系统性、大规模监控 |
EDPB WP248rev.01 标准 — 符合两项或以上触发条件时必须开展 DPIA
EDPB 制定了九项标准,用于识别高风险处理。如果一项处理活动符合其中两项或以上标准,则推定必须开展 DPIA:
- 评估或评分 — 画像、预测、信用评分、行为分析
- 会产生法律效力或重大影响的自动化决策 — 决定是否能够获取服务、合同或福利的处理
- 系统性监控 — 观察、跟踪或监视数据主体
- 敏感数据或高度个人性质的数据 — Art. 9 特殊类别、财务数据、通信元数据、位置数据
- 大规模处理数据 — 数据主体数量、数据项数量、地理范围、处理时长
- 匹配或合并数据集 — 合并来自多个来源的数据,超出数据主体的合理预期
- 涉及弱势数据主体的数据 — 儿童、员工、精神疾病患者、寻求庇护者、老年人、患者
- 创新用途或应用新的技术解决方案 — 将指纹和面部识别与访问控制结合、IoT 应用、AI 驱动的处理
- 妨碍数据主体行使权利或使用服务的处理 — 包括但不限于会阻止其获取服务的筛查流程
DPIA 内容要求 — Art. 35(7)
每份 DPIA 至少必须包含以下四项内容:
(a) 对处理活动及其目的的系统性描述
- 处理性质:收集、记录、编排、结构化、存储、调整、更改、检索、查询、使用、披露、传播、组合、限制、删除、销毁
- 范围:数据主体类别、个人数据类别、数据量和频率、地理范围
- 背景:控制者与数据主体之间的关系、数据获取方式、数据主体的预期
- 目的:Art. 5(1)(b) 规定的具体目的、Art. 6(1) 规定的合法依据,以及在适用情况下 Art. 9(2) 规定的条件
(b) 必要性与比例性评估
- 具体说明合法依据
- 目的限制分析:每项数据是否都是实现所述目的所必需的?
- 数据最小化评估:能否使用更少的数据或匿名数据实现该目的?
- 存储限制:保留期限是否有合理依据并得到执行?
- 促进数据主体行使权利:如何保障其行使第 15-22 条规定的权利?
- 在适用情况下,依据第五章为国际传输设置保障措施
(c) 对权利和自由的风险评估
针对每项已识别的风险进行评估:
| 风险维度 | 评估标准 |
|---|---|
| 可能性 | 极低(< 10%)、可能(10-50%)、很可能(50-90%)、几乎确定(> 90%) |
| 严重程度 | 可忽略(造成不便)、有限(影响显著但可恢复)、显著(造成严重困难)、最高(造成不可逆后果) |
| 风险等级 | 可能性 x 严重程度矩阵,得出低、中、高或极高风险等级 |
需评估的伤害类型:
- 人身伤害(歧视导致暴力、被拒绝提供医疗服务)
- 物质损害(经济损失、身份盗用、失业)
- 非物质损害(声誉受损、情绪困扰、自主权丧失)
- 社会伤害(对言论自由的寒蝉效应、歧视、排斥)
- 失去对个人数据的控制(无法行使权利、不知情的数据处理)
(d) 应对风险的措施
- 技术措施:静态和传输中加密(AES-256、TLS 1.3)、依据第 4(5) 条进行假名化、访问控制(RBAC)、自动删除、审计日志记录
- 组织措施:隐私政策、员工培训、DPO 监督、事件响应流程、依据第 28 条签订数据处理协议
- 合同措施:通知数据主体、同意机制、处理者义务
- 剩余风险评估:实施风险缓解措施后的风险等级
DPIA 流程方法
步骤 1:筛查与界定范围(第 1 周)
- 完成隐私门槛分析问卷,确认是否有义务开展 DPIA。
- 界定处理活动的范围:包括哪些系统、数据流和组织部门。
- 确定 DPIA 团队:处理负责人、DPO、IT 安全代表、法律顾问,以及在适当情况下依据第 35(9) 条指定的数据主体代表。
- 收集现有文档:系统架构图、数据流图、隐私声明、同意书、处理者协议。
步骤 2:系统性说明(第 2 周)
- 绘制从收集到删除的完整数据生命周期。
- 记录所有处理的数据元素,并注明每项数据的合法依据。
- 确定所有接收方和子处理者。
- 记录国际传输情况及适用的保障机制。
- 记录涉及的技术栈和基础设施。
步骤 3:必要性与比例性评估(第 3 周)
- 针对每项数据元素,记录其为何是实现所述目的所必需的。
- 评估侵入性更低的替代方案能否实现相同目的。
- 评估是否符合数据最小化要求。
- 确认保留期限符合比例原则,且在技术上得到执行。
- 核实数据主体能否有效行使权利。
步骤 4:风险识别与评估(第 3-4 周)
- 针对数据流图开展威胁建模(风险来源:内部人员、外部攻击者、处理者、系统故障)。
- 针对每项威胁,依据第 35(7)(c) 条中的矩阵评估其可能性和严重程度。
- 在风险登记册中记录风险,并为每项风险分配唯一标识符。
- 计算缓解措施实施前的固有风险等级。
第 5 步:缓解措施(第 4-5 周)
- 针对每项高风险或极高风险,确定具体的技术和组织措施。
- 记录每项措施预计降低的风险。
- 计算缓解后的剩余风险等级。
- 如果剩余风险仍为高风险或极高风险,则升级至第 36 条,事先咨询监管机构。
第 6 步:DPO 建议与签字批准(第 5-6 周)
- 根据第 35(2) 条,将已完成的 DPIA 提交给 DPO 进行独立审查。
- 记录 DPO 的建议以及是否采纳;如果未采纳,记录原因。
- 获取处理负责人签字批准和高级管理层审批。
- 将 DPIA 记录在中央 DPIA 登记册中,并设定计划复审日期。
第 7 步:持续审查
- 风险发生重大变化时审查 DPIA:新增数据类别、新增接收方、技术变更、安全事件、法规变化。
- 定期审查,至少每年一次。
- 记录所有审查结果,并对 DPIA 进行版本管理。
咨询 DPO — 第 35(2) 条
指定了数据保护官时,控制者应征求其建议。DPO 必须从筛查阶段开始参与。根据第 39(1)(c) 条,DPO 的职责包括就 DPIA 提供建议并监督其执行情况。控制者必须记录 DPO 的建议,以及未采纳建议的原因。
数据主体意见 — 第 35(9) 条
在适当情况下,控制者应就拟进行的处理征求数据主体或其代表的意见。可以采用以下形式:
- 对有代表性的数据主体样本开展调查或焦点小组讨论
- 员工受到影响时咨询工会
- 针对大规模政府数据处理开展公众咨询
- 处理健康数据时咨询患者权益团体
控制者必须记录是否征求了数据主体的意见;如果没有,须说明原因。
监管机构清单 — 第 35(4)-(5) 条
各监管机构会公布需要进行 DPIA 的处理活动清单(第 35(4) 条),也可以公布无需进行 DPIA 的处理活动清单(第 35(5) 条)。控制者必须查阅适用的国家清单。值得注意的示例:
- CNIL(法国):14 类需要进行 DPIA 的处理活动,包括员工评分、健康数据仓库、生物识别门禁
- ICO(英国):10 类需要进行 DPIA 的处理活动,包括隐形处理、在线追踪个人、自动化决策
- BfDI(德国):用于身份识别的遗传或生物识别数据处理、征信机构评分、大规模用户画像
DPIA 常见缺陷
- 风险描述笼统:仅将风险描述为“数据泄露”,却未说明攻击途径、受影响的数据类别和具体危害
- 缺少必要性与比例性分析:从处理活动描述直接跳到风险,未评估处理是否必要且合乎比例
- 未计算剩余风险:列出措施,却未评估这些措施是否将风险降至可接受水平
- 未记录 DPO 建议:DPO 仅参与签字,未记录实质性建议
- DPIA 静态不变:评估完成后便不再审查,即使处理活动发生重大变化也不例外
- 缺少第 35(9) 条要求的理由说明:未记录是否征求数据主体意见,或未说明为何没有征求
执法先例
- Karolinska Institute(瑞典 DPA,2019):因未按第 35 条要求开展 DPIA,处理遗传数据,被处以 200,000 瑞典克朗罚款。
- Austrian Post(奥地利 DPA,2019):因对政党倾向进行画像被处以 1,800 万欧元罚款;DPIA 不充分是处罚的一个影响因素。
- Clearview AI(CNIL,2022):因在未开展 DPIA 且缺乏合法依据的情况下处理生物识别数据,被处以 2,000 万欧元罚款。
- Real Madrid CF(AEPD,2023):因在体育场实施 Wi-Fi 跟踪,却未按第 35(3)(c) 条要求针对大规模公共区域监控开展 DPIA,受到处罚。
集成要点
- 第 36 条 事先咨询:采取缓解措施后仍存在较高的剩余风险时,控制者必须在开始处理前咨询监管机构。
- 第 30 条 处理活动记录:DPIA 结论应与 RoPA 交叉引用,以确保一致性。
- 第 25 条 通过设计实现数据保护:DPIA 中确定的缓解措施直接用于隐私保护设计的实施。
- 第 33–34 条 违规通知:DPIA 风险评估有助于分析违规严重程度并作出通知决定。