データ匿名化

ここでデータ匿名化の出番です。個々の識別子を削除または暗号化することで機密情報を保護します。デジタル メディア プラットフォーム間での、リスクのないデータ共有を実現することで、消費者にもっと興味を引く内容を提供することができるようになります。

データの匿名化とは?

機密情報や個人情報が会社のデータベース (ユーザー名と本名、電話番号、社会保障番号、電子メール、および住所を関連付けることが多い) に保存されている場合、常に漏洩のリスクが潜んでいます。最も安全と言われるソフトウェアであっても、予期しない抜け穴や悪意のあるバックドアを通じて、ハッカーに攻撃される可能性があります。

ただし、匿名化プロセスを介してこの情報を扱えば、ソースが特定されるのを避けられます。ヨーロッパの一般データ保護規則 (GDPR) のように、新しいデータ保護規則が世界中で施行されており、個人の同意を必要とせずに企業が匿名化されたデータを収集できるようになっています。必要なのは、データ識別子を取り除くことだけです。最近の法律の中には、ブラジルの LGPD と南アフリカの POPI が含まれており、米国の一部の州でも同様の法律が制定されています。

データ匿名化技術

データを匿名化する方法がいくつかあります。意図された目的や、その情報を使用するシステムにもよりますが、現代の匿名化技術をご紹介します：

• 仮名化：完全なデータの整合性と正確性を維持しながら、プライベート識別子を仮名に置き換えます (たとえば、ミラーが出てくると、毎回それをベーカー、クーパー、ポーター、スミスにランダムに置き換えるなど)。これは、テストやトレーニングを目的とする場合、理想的なソリューションです。
• 一般化：詳細 (アパート番号や町など) を変更することで識別可能性を低下させますが、意図した目的を果たすのに必要な情報の正確性は、十分に備えたままです。
• データのスクランブリング:属性内の数字または文字を不可逆的にシャッフルするという、広く使用されている手法です。データを元の記録と照合することはできません。
• データマスキング：リバースエンジニアリングには適していませんが、文字や単語の置換、暗号化、シャッフルなど、複製されたデータベースで、変更技術を使用できる場合に、値を変更してデータを隠します。
• データのぼかし：この近似手法は、識別可能性を最小限に抑えられるよう、十分なだけ値を変更しますが、個人が匿名性を確保できる程度にしか、情報の正確性を減らしません。
• データ スワップ:データセット内の属性値 (名前、生年月日) を変更して、元のレコードと一致しないようにし、より効果的なデータベースの匿名化を保証します。
• データ暗号化：おそらく最も効果的なデータ匿名化技術であり、個人情報をパスワードで保護された判読不能なコード形式に変換し、承認されたユーザーのみが元の形式で取得できるようにします。