知识卡片
删字段不等于匿名化
去标识化是通过匿名、假名等方法,让攻击者无法从处理后的记录定位到自然人的过程。
匿名化:通过算法不可逆地去除身份标识信息,使得无法定位到任何自然人;达成后数据可以不再视为个人数据。但它是一个目标,实践中很难在真正匿名的同时保持数据可用,需要在可用性与隐私保护之间权衡——匿名化是非常难以达成的目标。
为什么删掉姓名、身份证号、住址还不够:诊疗样本删掉这三个字段后,仍保留邮编、性别、出生日期等。2000 年 Latanya Sweeney 发表报告“Simple Demographics often Identify People Uniquely”,基于美国选举人公共注册信息统计出:
| 准标识组合 | 可唯一确定的美国人比例 |
|---|---|
| 邮编、性别、出生日期 | 87% |
| 地址、性别、出生日期 | 53% |
| 县、性别、出生日期 | 18% |
也就是说简化后的数据集大约 87% 的记录仍能唯一定位到个人。少数特征的组合即可唯一识别部分自然人,简单删除敏感字段或假名化不足以保护隐私。
AOL 案例:2006 年 8 月美国在线为学术研究公开了匿名的搜索记录,纽约时报通过搜索内容找到了匿名 ID 4417749 在真实世界中对应的个人,AOL 因此被起诉(诉讼请求包括赔偿受影响用户每人 5000 美元)。
假名化(Pseudonymisation)用假名替换可标识的身份信息,但仍有很大概率找出对应的自然人,难以达到去标识化目的——假名化数据仍视为个人数据,要和明文数据一样加以保护。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第18章 隐私保护增强技术 · 查看原书依据
可见这样简化后的数据也是不能发布的,简单地删除敏感字段或假名化(姓名替换为假名),并不足以保护个人隐私。
参考来源
- 位置:《数据安全架构设计与实战》第18章《第18章 隐私保护增强技术》18.2.1 匿名化;18.2.2 假名化(源文件:extracted/数据安全架构设计与实战/_epub-src/OEBPS/text00023.html,来源项目 book-sources)
- 结论依据:18.2节定义去标识化;18.2.1节说明匿名化的不可逆定义、可用性权衡,用Sweeney的87%、53%、18%统计和AOL搜索记录事件说明删除直接标识字段不足以匿名;18.2.2节说明假名化数据仍视为个人数据。
- 原始内容:可见这样简化后的数据也是不能发布的,简单地删除敏感字段或假名化(姓名替换为假名),并不足以保护个人隐私。