anonimizzazione

L’anonimizzazione è un insieme di tecniche e pratiche finalizzate a trasformare dati personali in dati non identificabili in modo irreversibile, rimuovendo o mascherando identificatori diretti (come nome o codice identificativo) e indiretti (come data di nascita o località precisa). L’obiettivo è consentire l’uso dei dati per analisi statistiche, ricerca o innovazione senza esporre l’identità degli individui.

La distinzione con la pseudonimizzazione è significativa: la pseudonimizzazione sostituisce gli identificatori con pseudonimi e può essere invertita se si dispone delle informazioni chiave; l’anonimizzazione mira all’irrevocabilità dell’identità, rendendo impossibile o impraticabile la ricostruzione dell’individuo.

Quadro giuridico: secondo il GDPR, i dati anonimi che non permettono l’identificazione di una persona sono esclusi dal novero dei dati personali; se i dati risultano anonimi in modo irreversibile, non sono soggetti alle norme sui dati personali. Tuttavia, va valutato il rischio di re-identificazione residuo: se esistono ancora margini plausibili di identificazione, la definitiva anonimità non è raggiunta.

Tecniche comuni includono la rimozione o mascheramento di identificatori, la generalizzazione (trasformare dati specifici in categorie), la soppressione, la perturbazione e l’aggregazione. Tecniche avanzate includono k-anonimità, l-diversità, t-closeness e, più recentemente, la privacy differenziale (differential privacy). È frequente combinare più tecniche per bilanciare minimizzazione dei dati e utilità per le analisi.

Processo tipico: inventario dei dati personali, valutazione del rischio di re-identificazione, selezione delle tecniche, applicazione, verifica della resistenza al re-identificazione e governance per la gestione continua. L’anonimizzazione non elimina tutte le criticità: può comportare perdita di utilità e richiede attenzione costante al contesto e agli obiettivi.