僅僅已知有限幾個屬性，就可以在數(shù)據(jù)海洋中準(zhǔn)確識別你的身份嗎?據(jù)英國《自然·通訊》雜志23日發(fā)表的一項研究，英國科學(xué)家利用一種新開發(fā)的統(tǒng)計方法，評估了一個人的身份能否從一個不完整的匿名化數(shù)據(jù)庫中被識別出來。結(jié)果認(rèn)為，目前的匿名化和數(shù)據(jù)共享方法，可能不足以保護(hù)個人隱私或滿足數(shù)據(jù)保護(hù)法律法規(guī)的要求——如歐盟的《通用數(shù)據(jù)保護(hù)條例》(GDPR)。

數(shù)據(jù)科學(xué)和人工智能有望變革我們?nèi)粘Ｉ畹姆椒矫婷?，如醫(yī)療、衛(wèi)生保健、商業(yè)和治理。這些方法依賴于大規(guī)模的詳細(xì)個人數(shù)據(jù)，但是收集和共享個人數(shù)據(jù)，已經(jīng)引發(fā)了有關(guān)個人隱私的擔(dān)憂。針對這個問題，目前的解決措施包括匿名化處理和公布不完全的數(shù)據(jù)集。但是，近期已經(jīng)發(fā)生了利用匿名數(shù)據(jù)集，包括瀏覽歷史記錄、手機(jī)和信用卡數(shù)據(jù)，成功重新識別出個體身份的情況，這表明上述措施還不夠充分。

為了進(jìn)一步證明這一問題的嚴(yán)重性，英國帝國理工學(xué)院研究團(tuán)隊新開發(fā)了一種統(tǒng)計方法，能夠準(zhǔn)確估算通過匿名數(shù)據(jù)集正確地重新識別個體身份的可能性。研究人員發(fā)現(xiàn)，只需要知道少數(shù)幾個屬性，如郵政編碼、出生日期、性別和子女?dāng)?shù)量，一般就能夠以高可信度重新識別出個體身份——即使數(shù)據(jù)集是不完整的。而已知屬性越多，識別的可能性越大。例如，99.98%的馬薩諸塞州人口，可以通過15個人口統(tǒng)計學(xué)屬性識別出來。

因此，研究團(tuán)隊總結(jié)認(rèn)為，目前通常所采用的只公布取樣數(shù)據(jù)集或不完全數(shù)據(jù)集，尚不足以很好地保護(hù)個人隱私。