Machine Learning Aplicado al incumplimiento de la Ley Orgánica de Protección de Datos

Abstract

La protección de datos personales es un problema que va en aumento con el desarrollo de las tecnologías más innovadoras de tratamiento de grandes volúmenes de datos. La Agencia Española de Protección de Datos es el organismo público español que se encarga de velar por el cumplimiento de la Ley Orgánica de Protección de Datos Personales. En este trabajo se recoge un análisis descriptivo de las resoluciones publicadas en la AEPD, la extracción de las características más relevantes de estas resoluciones y un estudio de los modelos más adecuados de Machine Learning para realizar una clasificación de las resoluciones. Las técnicas empleadas para llevar a cabo estos análisis son técnicas de Web Scraping para la obtención de los datos, técnicas de lenguaje regular para la extracción de la información relevante y técnicas de Procesamiento del Lenguaje Natural para la clasificación de las resoluciones.

The protection of personal data is an emerging issue due to the development of the most innovative technologies of Big Data. The “Agencia Estatal de protección de Datos” is the spanish public organization responsible for ensuring compliance with the Organic Personal Data Protection Law. This project consists of a descriptive analysis of the resolutions published by the AEPD, the extraction of the most relevant characteristics of the resolutions and the analysis of the most suitable Machine Learning models in order to classify the resolutions. The techniques used to carry out these analysis are Web Scraping techniques in order to obtain data, regular language techniques to extract the relevant information of this data and Natural Language Processing techniques to classify the resolutions.