Dataanonymisointi

Dataanonymisointi on prosessi, jossa henkilötiedot muuttuvat siten, että yksittäisen henkilön tunnistaminen ei ole käytännössä mahdollista tai riski karttuu hyvin pieneksi. Tavoitteena on säilyttää tietojen käyttökelpoisuus tilastollisissa ja tutkimuksellisissa tarkoituksissa samalla kun erityisiä tunnisteita ja helposti yhdistettäviä tietoja poistetaan tai piilotetaan. Eron voidaan tehdä pseudonymisointiin, jossa tunnisteet korvataan keinotäydellisillä arvoilla, mutta palautus on mahdollinen lisätiedon avulla; anonymisointi puolestaan pyrkii tekemään palauttamisen käytännössä mahdottomaksi.

Dataanonymisoinnin yleisiä menetelmiä ovat suorat tunnisteiden poistaminen (esimerkiksi nimi, osoite, henkilötunnus), tietojen yleistäminen (esim. ikä jaotellaan ikäryhmiin), arvojen suojelu tai piilottaminen, sekä satunnaistaminen tai haittaaminen, jolla yksittäisten havaintojen erottuvuutta vähennetään. Edistyneemmät lähestymistavat voivat sisältää synteettisen datan tuottamista tai differentiaalisen yksityisyyden periaatteita, joissa yksittäisen havainnon vaikutus kokonaisuuteen rajoitetaan tilastollisesti.

Käytännössä dataanonymisointi liittyy sekä teknisiin valintoihin että oikeudelliseen ja organisatoriseen viitekehykseen. EU:n yleinen tietosuoja-asetus (GDPR) määrittelee, ettei henkilötietojen käsittely ole tarpeen materiaalisesti, jos tiedot on anonymisoitu niin, ettei rekonstruktion riski ole hyväksyttävä. Todellisuudessa täydellistä anonymisointia on usein vaikea saavuttaa, joten riskinarvio ja tietojen käyttöä koskeva hallinto, minimointi sekä pääsyoikeuksien kontrollointi ovat olennaisia. Dataanonymisointi tukee datan jakamista, analysointia ja tutkimusta yhdistäen tietoturvan ja yksityisyyden suojan.