İçeriğe geç

Sözlük

Veri Yönetişimi ve Güvenliği

Veri Anonimleştirme

Veri anonimleştirme, kişisel verilerin makul olarak kullanılması muhtemel hiçbir yolla bir bireyin tanımlanamayacağı şekilde geri döndürülemez biçimde işlenmesidir; bu da sonucu GDPR'ın kapsamı dışına çıkarır.

Güncelleme: · Hazırlayan: VIZIO AI ekibi

Veri anonimleştirme nedir?

İsimleri kaldırmak yeterli değildir; anonimlik, kalan alanların birinin ayırt edilmesi için birleştirilip birleştirilemeyeceğine bağlıdır. Doğrudan tanımlayıcıları (ad, e-posta, hesap kimliği) çıkarmak kolaydır. Asıl risk doğum tarihi, posta kodu ve cinsiyet gibi yarı tanımlayıcılardır: Latanya Sweeney'nin araştırması, ABD nüfusunun %87'sinin beş haneli ZIP kodu, cinsiyet ve doğum tarihiyle benzersiz şekilde tanımlanabileceğini tahmin etmiştir.

GDPR'ın 26. Gerekçesi, gerçekten anonim verileri kişisel olmayan veri olarak kabul eder. Kimliklerin bir anahtarla geri getirilebildiği takma adlandırılmış veriler ise Madde 4(5) uyarınca kişisel veri olmaya devam eder.

Dolayısıyla anonimlik, tek bir alanın değil, yayınlanan veri setinin kendi bağlamındaki bir özelliğidir. Aynı tablo, aylık bölgesel toplamlar olarak yayınlandığında anonim, kamuya açık bir seçmen listesiyle birlikte satır satır yayınlandığında ise tanımlayıcı olabilir.

Verileri anonimleştirmek için hangi teknikler kullanılır?

Her teknik, daha düşük yeniden tanımlama riski karşılığında analitik ayrıntıdan ödün verir; bu nedenle çoğu proje birkaçını birleştirir.

  • Bastırma: alanları veya nadir kayıtları tamamen silmek.

  • Genelleştirme: doğum tarihini 10 yıllık bir yaş aralığıyla veya tam posta kodunu ilk üç karakteriyle değiştirmek.

  • k-anonimlik kontrolleri: yarı tanımlayıcıların her kombinasyonunun en az k kayıt tarafından paylaşıldığını doğrulamak.

  • Gürültü ve diferansiyel gizlilik: toplulaştırmalara kalibre edilmiş rastgelelik ekleyerek tek bir kişinin sonucu fazla değiştirmemesini sağlamak.

  • Minimum hücre büyüklüğüyle toplulaştırma: yalnızca bir eşiğin üzerindeki grupları yayınlamak.

  • Sentetik veri: istatistiksel kalıpları koruyan yapay kayıtlar üretmek.

Veri anonimleştirme pratikte nasıl görünür?

Pratik bir anonimleştirme işi, tek seferlik manuel bir düzenleme değil, ölçülebilir bir risk kontrolüne sahip tekrarlanabilir bir betiktir. Randevu verilerini HIPAA kapsamında bir üniversite araştırma ortağıyla paylaşan ABD'li bir tele-sağlık girişimini düşünün.

  1. HIPAA Safe Harbor yöntemini uygular: listelenen 18 tanımlayıcıyı kaldırır, tarihlerin yalnızca yılını tutar, ZIP kodlarını üç haneye kısaltır ve 89 yaş üzerini gruplandırır.

  2. Açık kaynak ARX aracında yaş aralığı, cinsiyet, bölge ve tanı grubu üzerinde bir k-anonimlik kontrolü çalıştırır.

  3. Diyelim ki 40 kaydın kombinasyonu benzersiz; bunlar daha da genelleştirilir veya bastırılır.

  4. Betik, parametreler ve kontrol sonuçları sürümlenir; böylece dışa aktarım yeniden üretilebilir.

Veri anonimleştirmenin riskleri ve sınırları nelerdir?

Anonimleştirme en sık bağlantılama yoluyla başarısız olur: dışarıdaki bir veri seti, tek başına anonim görünen kayıtları yeniden birbirine bağlar. 2008'de araştırmacılar Narayanan ve Shmatikov, puanlamaları kamuya açık IMDb yorumlarıyla eşleştirerek "anonimleştirilmiş" Netflix Prize veri setindeki bazı kullanıcıları yeniden tanımladı.

Ödünleşimler gerçektir. Yoğun genelleştirme, incelemek istediğiniz kalıpları silebilir ve süreç geri döndürülemez olduğu için sonuçları daha sonra müşterilerle yeniden birleştiremezsiniz. Bu birleştirmeye ihtiyacınız varsa, bunun yerine sıkı erişim kontrolleriyle takma adlandırma veya veri maskeleme kullanın.

Her değişiklikten sonra yeniden test edin. Tek bir yeni sütun eklemek veya aynı kaynaktan ikinci bir özüt yayınlamak, ilk yayın için geçerli olan bir k-anonimlik garantisini bozabilir. Neyin kime yayınlandığına dair bir kayıt tutun; çünkü bir saldırganın gördüğü, yayınların bütünüdür.

Anonimleştirme, takma adlandırma ve maskelemeden nasıl farklıdır?

Verileri gizlilik mevzuatının kapsamından yalnızca anonimleştirme çıkarır; takma adlandırma ve maskeleme maruziyeti azaltır, ancak yükümlülükleri ortadan kaldırmaz. Takma adlandırma, tanımlayıcıları ayrı tutulan bir anahtarla belirteçlere dönüştürür. Maskeleme ise değerleri belirli kullanıcılardan veya test veritabanları gibi ortamlardan gizler.

Yaygın araçlar arasında metindeki kişisel verileri tespit etmek için Microsoft Presidio, k-anonimlik ve ilgili modeller için ARX ve diferansiyel gizlilik için OpenDP bulunur. Veri gizliliği politikanız, her kullanım senaryosu için hangi yöntemin uygulanacağını belirtmelidir.

Seçim için basit bir pratik kural: veriler kuruluşunuzun dışına çıkıyor veya yayınlanıyorsa anonimleştirmeyi hedefleyin ve risk testini belgeleyin. İçeride kalıyor ve bağlantılanabilir olması gerekiyorsa takma adlandırın, anahtara erişimi kısıtlayın ve sonucu veri uyumluluğu programınız kapsamında düzenlemeye tabi veri olarak ele alın.

Anonimleştirme ve takma adlandırma karşılaştırması

Anonimleştirme

Takma adlandırma

Geri döndürülebilir mi?

Hayır, tasarımı gereği

Evet, ayrı tutulan bir anahtarla

GDPR kapsamındaki durumu

Kişisel veri değildir (Gerekçe 26)

Hâlâ kişisel veridir (Madde 4(5))

Müşterilerle yeniden birleştirilebilir mi?

Hayır

Evet, yetkili kullanıcılar için

Tipik kullanım

Kamuya açık veri setleri, harici araştırma paylaşımı

Dahili analitik, test ortamları

Ana risk

Bağlantılama yoluyla yeniden tanımlama

Anahtarın sızması veya kötüye kullanılması

VIZIO AI veri anonimleştirmeye nasıl yaklaşır?

VIZIO AI'ın yayımlanmış çalışmaları arasında buna en yakın olanı, bireyleri her izleyiciye açmak yerine hassas davranış verilerini grup düzeyinde raporlamaktır. 30.000'den fazla çalışanı olan küresel bir medya ve eğlence şirketi için DX Studio, Proofpoint, XSOAR, Splunk ve Microsoft Teams verilerini departman düzeyinde risk puanları ve yöneticiler, analistler ve departman başkanları için rol tabanlı görünümlerle Power BI'da birleştirdi.

Vaka çalışması resmî bir anonimleştirmeyi tanımlamıyor, ancak tasarım sorusu aynı: kimin kişi düzeyinde ayrıntıya, kimin toplulaştırılmış verilere ihtiyacı var. Proje manuel raporlama süresini %45 azalttı ve eğitim sonuçlarının analizini 4 kat hızlandırdı. Nereden başlamalı: veri setindeki her alanı listeleyin ve doğrudan tanımlayıcı, yarı tanımlayıcı veya güvenli özellik olarak etiketleyin.

Facebook logosu
X logosu
LinkedIn logosu
Reddit logosu
Telegram logosu

Önce yapay zekâyı düşünün.
Geleceğin hızında ilerleyin.

Sıradakini birlikte inşa edelim! Ürün fikirlerinden akıllı iş akışlarına, veri odaklı sistemlerden ölçeklenebilir büyüme operasyonlarına kadar.

Strateji Görüşmesi Planlayın