anonimización de datos

La anonimización de datos es un tipo de saneamiento de información cuyo objetivo es la protección de la privacidad . Consiste en eliminar la información que permite identificar personalmente a los conjuntos de datos , de modo que las personas a las que describen dichos datos permanezcan anónimas .

La anonimización de datos se ha definido como un "proceso mediante el cual los datos personales se alteran de tal manera que un sujeto de datos ya no puede ser identificado directa o indirectamente, ya sea por el responsable del tratamiento de datos solo o en colaboración con cualquier otra parte". ^{[ 1 ]} La anonimización de datos puede permitir la transferencia de información a través de un límite, como entre dos departamentos dentro de una agencia o entre dos agencias, al tiempo que reduce el riesgo de divulgación no deseada y, en ciertos entornos, de una manera que permite la evaluación y el análisis posterior a la anonimización.

En el contexto de los datos médicos , los datos anonimizados se refieren a aquellos datos a partir de los cuales el receptor de la información no puede identificar al paciente. Se deben eliminar el nombre, la dirección y el código postal completo, junto con cualquier otra información que, en combinación con otros datos que el receptor posea o le haya sido divulgada, pudiera identificar al paciente. ^{[ 2 ]}

Siempre existirá el riesgo de que los datos anonimizados dejen de serlo con el tiempo. La combinación de conjuntos de datos anonimizados con otros datos, técnicas ingeniosas y un gran poder de procesamiento son algunas de las maneras en que los conjuntos de datos previamente anónimos han pasado a ser desanonimizados; los sujetos de los datos ya no son anónimos.

La desanonimización es el proceso inverso en el que los datos anónimos se cotejan con otras fuentes de datos para volver a identificar la fuente de datos anónimos. ^{[ 3 ]} La generalización y la perturbación son los dos enfoques de anonimización más populares para datos relacionales. ^{[ 4 ]} El proceso de ocultar datos con la capacidad de volver a identificarlos posteriormente también se denomina seudonimización y es una forma en que las empresas pueden almacenar datos de manera que cumpla con la HIPAA .

However, according to ARTICLE 29 DATA PROTECTION WORKING PARTY, Directive 95/46/EC refers to anonymisation in Recital 26 "signifies that to anonymise any data, the data must be stripped of sufficient elements such that the data subject can no longer be identified. More precisely, that data must be processed in such a way that it can no longer be used to identify a natural person by using “all the means likely reasonably to be used” by either the controller or a third party. An important factor is that the processing must be irreversible. The Directive does not clarify how such a de-identification process should or could be performed. The focus is on the outcome: that data should be such as not to allow the data subject to be identified via “all” “likely” and “reasonable” means. Reference is made to codes of conduct as a tool to set out possible anonymisation mechanisms as well as retention in a form in which identification of the data subject is “no longer possible”.^[5]

There are five types of data anonymization operations: generalization, suppression, anatomization, permutation, and perturbation.^[6]

The European Union's General Data Protection Regulation (GDPR) requires that stored data on people in the EU undergo either anonymization or a pseudonymization process.^[7] GDPR Recital (26) establishes a very high bar for what constitutes anonymous data, thereby exempting the data from the requirements of the GDPR, namely “…information which does not relate to an identified or identifiable natural person or to personal data rendered anonymous in such a manner that the data subject is not or no longer identifiable.” The European Data Protection Supervisor (EDPS) and the Spanish Agencia Española de Protección de Datos (AEPD) have issued joint guidance related to requirements for anonymity and exemption from GDPR requirements. According to the EDPS and AEPD, no one, including the data controller, should be able to re-identify data subjects in a properly anonymized dataset.^[8] Research by data scientists at Imperial College in London and UCLouvain in Belgium,^[9] as well as a ruling by Judge Michal Agmon-Gonen of the Tel Aviv District Court,^[10] highlight the shortcomings of "Anonymisation" in today's big data world. Anonymisation reflects an outdated approach to data protection that was developed when the processing of data was limited to isolated (siloed) applications, prior to the popularity of big data processing involving the widespread sharing and combining of data.^[11]

Datos estructurados:

• Bases de datos

Datos no estructurados :

• Archivos PDF : Anonimización de texto, tablas, imágenes y páginas escaneadas.
• DICOM - Metadatos de anonimización, datos de píxeles, datos de superposición, documentos encapsulados. ^{[ 12 ]}
• Imágenes

Eliminar los metadatos que permiten identificar los archivos informáticos es importante para anonimizarlos. Las herramientas de eliminación de metadatos son útiles para lograrlo.

• Anonimato
• Desanonimización
• Desidentificación
• Privacidad diferencial
• Filete (redacción)
• Bloqueo geográfico
• k-anonimato
• l-diversidad
• Enmascaramiento y desenmascaramiento por parte de las agencias de inteligencia
• Herramienta de eliminación de metadatos
• Pseudonimización
• Control de divulgación estadística

• Raghunathan, Balaji (junio de 2013). El libro completo sobre anonimización de datos: de la planificación a la implementación . CRC Press. ISBN 9781482218565.
• Khaled El Emam , Luk Arbuckle (agosto de 2014). Anonimización de datos de salud: estudios de caso y métodos para empezar . O'Reilly Media. ISBN 978-1-4493-6307-9.
• Rolf H. Weber, Ulrike I. Heinrich (2012). Anonimización: SpringerBriefs in Cybersecurity . Saltador. ISBN 9781447140665.
• Aris Gkoulalas-Divanis, Grigorios Loukides (2012). Anonimización de registros médicos electrónicos para apoyar el análisis clínico (SpringerBriefs in Electrical and Computer Engineering) . Springer. ISBN 9781461456674.
• Pete Warden. «Por qué no se pueden anonimizar realmente los datos» . O'Reilly Media, Inc. Archivado del original el 9 de enero de 2014. Consultado el 17 de enero de 2014 .

• Sobre la anonimización del tráfico de Internet: Lista de lecturas sobre intercambio de datos y anonimización