Mengulas Anonimisasi Yang Analisis data sensitif tanpa mengorbankan privasi

Mengulas Anonimisasi Yang Analisis data sensitif tanpa mengorbankan privasi
October 27, 2021 0 Comments

Apa Itu Anonimisasi Data
33bits – Anonimisasi data adalah proses melindungi informasi pribadi atau sensitif dengan menghapus atau mengenkripsi pengidentifikasi yang menghubungkan individu ke data yang disimpan. Misalnya, Anda dapat menjalankan Personally Identifiable Information (PII) seperti nama, nomor jaminan sosial, dan alamat melalui proses anonimisasi data yang menyimpan data tetapi sumbernya tetap anonim.

Mengulas Anonimisasi Yang Analisis data sensitif tanpa mengorbankan privasi – Namun, bahkan ketika Anda menghapus data pengidentifikasi, penyerang dapat menggunakan metode de-anonimisasi untuk menelusuri kembali proses anonimisasi data. Karena data biasanya melewati banyak sumber—beberapa tersedia untuk teknik de-anonimisasi publik dapat merujuk silang sumber dan mengungkapkan informasi pribadi.

Mengulas Anonimisasi Yang Analisis data sensitif tanpa mengorbankan privasi

Mengulas Anonimisasi Yang Analisis data sensitif tanpa mengorbankan privasi

Peraturan Perlindungan Data Umum (GDPR) menguraikan serangkaian aturan khusus yang melindungi data pengguna dan menciptakan transparansi. Meskipun GDPR ketat, memungkinkan perusahaan untuk mengumpulkan data anonim tanpa persetujuan, menggunakannya untuk tujuan apa pun, dan menyimpannya untuk waktu yang tidak terbatas—selama perusahaan menghapus semua pengenal dari data.

Kapan data benar-benar dianonimkan? Anda mungkin dapat mengingat beberapa kasus di mana organisasi seperti organisasi transportasi umum atau penyedia telekomunikasi menerbitkan kumpulan data yang “dianonimkan” secara tidak memadai sehingga menghasilkan tajuk berita yang sangat merusak dan sangat terlihat.Ini bukan untuk menunjuk jari, karena Anda tahu? Anonimisasi sangat sulit! Untuk banyak kasus penggunaan kehidupan nyata, tidak cukup hanya mengganti nama dengan nama samaran, atau menutupi beberapa nilai. Dengan sedikit pengetahuan latar belakang tambahan, seringkali mungkin untuk mengidentifikasi individu yang Anda pikir telah dianonimkan.

Organisasi semakin mencari cara untuk merekonsiliasi kasus penggunaan bisnis modern yang berpusat pada data dengan peraturan privasi yang ketat seperti Peraturan Perlindungan Data Umum (GDPR). Jadi, bagaimana organisasi dapat memastikan bahwa mereka melakukan hal yang benar, dan menunjukkan bahwa mereka menjalankan tanggung jawab digital mereka dengan serius?SAP ingin mendukung pelanggan dalam perjalanan transformasi digital mereka dan membiarkan mereka mengubah tantangan privasi menjadi peluang. Visi kami adalah menyediakan akses anonim waktu-nyata ke data dan dengan demikian membuat data tersedia untuk kasus penggunaan yang sebelumnya dicegah oleh perlindungan data dan peraturan privasi.

Anonimisasi Data – tersedia sekarang
Tim SAP HANA telah melakukan banyak pemikiran dan penelitian tentang cara terbaik untuk membantu pelanggan menjaga privasi data, sambil membuka potensi penuh data mereka dalam kasus penggunaan analitik modern. Dengan SAP HANA 2.0 SPS 03, kami telah merilis fungsionalitas yang dapat disesuaikan yang memungkinkan organisasi menganonimkan data langsung dengan memberikan tampilan anonim data mereka di SAP HANA.

Metode canggih
Izinkan saya menjelaskan secara singkat sedikit lebih detail tentang privasi diferensial dan k-anonimitas. Metode ini mulai berlaku setelah langkah-langkah perlindungan yang jelas untuk pengidentifikasi langsung telah diterapkan, seperti memalsukan nama asli atau menutupi nomor jaminan sosial.Privasi diferensial menambahkan gangguan acak ke data Anda, misalnya jumlah gaji dalam survei karyawan. Melihat catatan individu, Anda tidak akan mendapatkan hasil yang berarti dan dengan demikian privasi individu dilindungi. Namun noise ditambahkan dengan cara yang cerdas secara statistik sehingga memungkinkan Anda untuk tetap mendapatkan wawasan numerik yang valid saat melakukan analitik pada seluruh kumpulan data.

k-anonymity menyembunyikan individu dalam kelompok dengan menggeneralisasi beberapa nilai dalam kumpulan data. Melihat data sensus, ini misalnya bisa berarti tidak mencantumkan tanggal lahir yang sebenarnya, tetapi hanya beroperasi dengan rentang tahun atau dekade. Atau melihat kode ZIP, ini bisa berarti menggeneralisasi menurut hierarki seperti kota atau kabupaten. Angka “k” menentukan jumlah minimum anggota di masing-masing grup ini dalam kumpulan data.Ini hanyalah pengantar singkat ke dalam metode anonimisasi. Untuk informasi lebih lanjut, baca blog Melampaui penyembunyian: cara menganonimkan kumpulan data besar, tonton video ini atau baca dokumentasi.

Apa yang dapat Anda lakukan dengan anonimisasi yang sebelumnya tidak mungkin?
Contoh di atas sudah mengisyaratkan beberapa kasus penggunaan potensial, tetapi masih banyak lagi, misalnya
Data sebagai layanan, di mana penyedia cloud dapat memberikan akses ke data profil pengguna yang dianonimkan untuk tujuan periklanan, atau penyedia telekomunikasi memberikan akses ke data lokasi yang dianonimkan untuk tujuan perencanaan kota.Telemetri dan IoT, di mana manajer armada mobil dapat berbagi pola penggunaan mobil yang dianonimkan dengan produsen, atau pemasok energi dapat memberikan analitik meteran pintar berdasarkan data penggunaan yang dianonimkan.

Layanan kesehatan, di mana rumah sakit dapat menyediakan data pasien yang dianonimkan untuk peneliti dan perusahaan asuransi
Pengarsipan, di mana perusahaan asuransi dapat menyimpan data historis yang dianonimkan untuk dapat menyimpannya bahkan setelah periode penghapusan hukum
Dalam kasus penggunaan di atas, anonimisasi terutama diterapkan untuk melindungi privasi individu. Tetapi ada dimensi keseluruhan lain dari kasus penggunaan yang dimungkinkan oleh anonimisasi juga: analitik pada data rahasia bisnis. Bisnis dalam sektor atau peer-group serupa dapat membandingkan kinerja mereka satu sama lain tetapi tanpa mengungkapkan data keuangan atau data operasional yang terperinci.

Baca Juga : Kebijakan Privasi Yang Terdapat Pada Kontrak Hukum

Dan hanya satu komentar penutup terakhir: mengelola akses data yang aman dan mengonfigurasi sistem dengan aman terus menjadi tugas operasional yang penting, tidak ada yang hilang. Anonimisasi adalah alat baru di kotak alat, yang ditujukan terutama untuk melakukan analitik pada seluruh rangkaian data yang sebelumnya ditolak. Ini melengkapi mekanisme keamanan lainnya seperti masking, otorisasi, dan enkripsi. SAP HANA memiliki keamanan yang dibangun ke dalam intinya, dengan kerangka kerja dan alat yang komprehensif untuk otentikasi dan sistem masuk tunggal, manajemen otorisasi dan peran, manajemen pengguna dan identitas, pencatatan audit, konfigurasi dan enkripsi yang aman.