Lagring av forskningsdata
Som forskare har du ett ansvar att lagra och hantera forskningsdata på ett lämpligt sätt. Universitetet erbjuder en kostnadsfri lagringslösning och du får stöd i hur du säkerhetsklassar din forskningsdata så att du kan välja rätt lösning för lagring och hantering.
Kostnadsfria forskningsdatamappar
Du som forskar och behöver lagra din forskningsdata kan nu göra det i en ny kostnadsfri lösning för forskningsdatalagring. Den nya lösningen erbjuder forskningsdatamappar med förbättrad back up och större möjligheter till kontroll och behörighetsstyrning och du beställer dina forskningsdatamappar i Lucat.
Beställa forskningsdatamappar för första gången
Om du ska beställa forskningsdatamappar för första gången bör du:
- Ta del av informationen om säkerhetsklassning av forskningsdata längre ned på den här sidan så att du väljer rätt lösning för lagring och hantering.
- Gå till webbsidan där vi samlat all viktig information om hur du beställer, kommer igång med och administrerar forskningsdatamappar i Lucat.
Kom igång med dina forskningsdatamappar - Gör din beställning av forskningsdatamappar i Lucat.
Beställ forskningsdatamappar i Lucat
Säkerhetsklassning av forskningsdata
När du beställer en forskningsdatamapp till ett projekt eller en studie behöver du säkerhetsklassa din data. Det betyder att du behöver välja en av fyra säkerhetsnivåer för din lagring. Du väljer nivå baserat på hur allvarliga konsekvenserna blir för den enskilda individen, samhället eller universitetet om din forskningsdata röjs, förvanskas eller görs otillgänglig.
- Att data röjs betyder att obehöriga får tillgång till information som de inte borde ha. Till exempel om personuppgifter hamnar i fel händer.
- Att data förvanskas betyder att den ändras eller manipuleras så att den inte längre är korrekt eller pålitlig. Till exempel ändrade resultat i en forskningsstudie.
- Att data gjorts otillgänglig innebär att den inte längre kan nås av dem som behöver den. Till exempel att forskningsdata går förlorad på grund av ett systemfel.
Att välja säkerhetsnivå
När du ska välja nivå för din forskningsdata är det viktigt att alltid se till den specifika kontexten. Ett och samma dataset kan hamna på olika säkerhetsnivåer beroende på i vilket sammanhang det används. Geografiska koordinater kan vara helt ofarliga i en studie om fåglars migration, men känsliga i en studie om skyddade arter, där koordinaterna kan röja specifika platser för hotade arter.
Den högsta nivån innebär mycket allvarlig skada eller katastrofala följder där konsekvenser kan innebära direkt fara för liv och säkerhet.
Exempel på data i nivå 4
- Direkt identifierbara känsliga personuppgifter (som till exempel journaluppgifter med personnummer).
- Videointervjuer om religion eller politisk aktivitet.
- Data om kritisk infrastruktur, försvar eller biologiska hot.
- Kvantkryptering och laserteknologi.
- Produkter med dubbel användning.
Fördjupande exempel
En forskare arbetar med ett dataset som innehåller namn, adresser och personnummer till personer med skyddad identitet. Ett läckage skulle kunna utsätta dessa individer för allvarlig fara eller hot, och orsaka stor oro och psykisk stress hos de drabbade individerna. Universitetet riskerar rättsliga konsekvenser och ett allvarligt skadat förtroende. Forskaren klassar därför sina data som nivå 4.
Ett annat exempel är en forskare som forskar på produkter med dubbel användning, det vill säga produkter som kan användas både civilt och militärt. Forskaren har data om avancerade kemiska processer vilka både kan användas till medicinska syften men också för att skapa biologiska vapen, vilket kan få katastrofala följder. Därför klassar forskaren sina data också här på nivå 4.
Här är risken för skada betydande eller allvarlig.
Exempel på data i nivå 3
- Indirekt identifierbara känsliga personuppgifter (pseudonymiserade uppgifter).
- Studier på minderåriga eller andra skyddsvärda grupper, även om data i sig inte anses vara känsliga personuppgifter.
- Politiskt känsliga ämnen, som korruptionsnätverk eller organiserad brottslighet.
- Opublicerade forskningsresultat med kommersiellt värde.
Fördjupande exempel
En forskare har pseudonymiserade intervjudata med unga personer som pratar öppet om sin psykiska ohälsa. Datasetet är kopplat till en kodnyckel som möjliggör identifiering. Om detta röjs kan ungdomarna drabbas av social stigmatisering, försämrad psykisk hälsa och andra personliga problem. Universitetet kan också möta kritik för bristande datasäkerhet. Forskaren klassar därför datan som nivå 3.
Här är risken för skada måttlig. Exempelvis kan en forskare som genomför en enkätstudie om matvanor råka ut för att data röjs, vilket kan leda till viss oro och integritetskänslighet hos deltagarna, särskilt om data kan kombineras med annan information som gör att deltagarna indirekt kan identifieras. Universitetet riskerar en viss ryktesskada och minskat deltagande i framtida studier.
Exempel på data i nivå 2
- Anonymiserade känsliga personuppgifter.
- Enkätsvar rörande icke-känsliga frågor men med indirekt identifieringsmöjlighet.
- Interna studier med risk för ryktespåverkan.
- Ej känsliga infrastrukturer och historiska material.
Fördjupande exempel
En forskare samlar in luft- och markprover i närheten av ett större industriområde för att analysera tungmetallhalter och andra miljögifter. Även om inga personuppgifter ingår, kan spridning av resultaten innan de är vetenskapligt granskade leda till felaktiga slutsatser i media eller allmän oro i samhället. Det kan också påverka industrins relationer med omgivningen eller ge upphov till spekulationer om miljöpåverkan. Forskaren klassar därför sitt dataset som nivå 2.
Detta gäller information där risken är obefintlig eller försumbar. En forskare publicerar dataset i öppna arkiv där informationen är av allmänt intresse och helt anonymiserad. Risken vid röjning är minimal, då data redan är avsedd för offentlig tillgång och användning.
Exempel på data i nivå 1
- Publicerade dataset i öppna arkiv.
- Metadata.
- Material från öppna källor.
- Offentliga hemsidor.
Fördjupat exempel
En forskare publicerar dataset från klimatforskning i öppna arkiv, vilket inkluderar helt anonymiserade och ofarliga mätdata från väderstationer. Eftersom data redan är avsedda för offentlig tillgång är risken för negativa konsekvenser obefintlig. Forskaren klassar därför sin data som nivå 1.
Kostnadsfri lagring och hantering av skyddsvärd data
Du som har skyddsvärd forskningsdata, klassad nivå 3 eller 4, behöver för närvarande fortsätta att hantera denna i något av de säkra system som universitetet erbjuder; LUSEC eller COSMOS-SENS. Arbete pågår dock för att ta fram en enkel och enhetlig lösning. Dock hanteras nu kostnaden för LUSEC och COSMONS-SENS centralt och du som enskild forskare kommer inte längre att belastas. För att beställa lagringsutrymme och hanteringsmiljö av denna data:
Kontakt
Du kan få råd och vägledning i hanteringen av forskningsdata av universitetets gemensamma support för forskningsdatafrågor. I supporten arbetar:
- fakulteternas data stewards
- fakultetsbibliotekens forskningsstöd
- arkivarier.
Ställ din fråga till supporten (webbformulär)
E-post: support [at] researchdata [dot] lu [dot] se (support[at]researchdata[dot]lu[dot]se)
Anonymiserade eller pseudonymiserade personuppgifter?
Anonymiserade personuppgifter är uppgifter där alla identifierande uppgifter har tagits bort och som inte på något sätt kan spåras tillbaka till enskilda individer. Pseudonymiserade personuppgifter innebär att identifierande uppgifter har tagits bort, men att det fortfarande går att spåra informationen tillbaka till en person, till exempel genom en kodnyckel eller genom andra variabler.
Vill du lära dig mer om persondata inom forskning?
I Kompetensportalen kan du gå kursen Personal data in Research. Kursen gör du online och tar ca 30 minuter att genomföra.