anonymisointiin

Anonymisointi on tietojen käsittelyä, jonka tavoitteena on estää yksittäisen henkilön tunnistettavuus. Tietoja voidaan julkaista tai käyttää tilastollisiin tarkoituksiin säilyttäen tämän rajan. Anonymisointi voi olla palautumatonta eli irreversiibeli, jolloin tunnistamista ei voida enää palauttaa millään teknologialla. Toisin kuin pseudonymisointi, anonymisointi pyrkii poistamaan tai peittämään tunnistettavat tiedot kokonaan.

Menetelmät vaihtelevat suoran tunnisteiden poistamisesta ja arvojen muokkaamiseen. Yleisiä keinoja ovat poistaminen, generalisointi ja suppressio sekä erilaiset muunnokset. Tietojen hyödyntämisen kannalta keskeisiä lähestymistapoja ovat k-anonymity, l-diversity ja t-closeness, jotka pyrkivät estämään tunnistamisen ja paljastamaan liikaa arvojakaumaa. Differential privacy tuo lisäsatunnaisuutta, jotta yksittäisen henkilön vaikutus tilastotuloksiin on minimoitu. Pseudonymisointi korvaa identiteetit tunnisteilla; se ei kuitenkaan automaattisesti tee datasta anonymisoitua, jos tunnistettavuus voidaan palauttaa käyttämällä lisätietoja.

Sovellukset ja riskit: anonymisointia käytetään tilastotieteessä, julkisten datasetien jakamisessa, terveystiedoissa ja muussa tutkimuksessa. Riski piilee re-identifioinnissa yhdistämällä useita lähteitä ja taustatietoja, etenkin pienissä tai harvinaisissa ryhmissä. Lisäksi tekninen kehitys voi heikentää anonyymiuden suojaa. GDPR:n mukaan todella anonymisoitu data ei ole henkilötietoa, kun taas pseudonymisoidut tiedot voivat edelleen liittyä rekisteröityyn henkilöön, jos tunnistaminen on mahdollista.

Prosessi yleensä sisältää riskinarvioinnin, tarkoituksenmukaisen anonymointimenetelmän valinnan, toteutuksen ja validoinnin sekä jatkuvan seurannan. Hyvin tehty anonymisointi säilyttää datan käytettävyyden tilastollisesti ja tutkimuksellisesti samalla kun turvaa yksilön yksityisyyden.