去識(shí)別數(shù)據(jù)是現(xiàn)代營銷和科學(xué)研究的基石。

利用機(jī)器學(xué)習(xí)，研究人員估計(jì)了可以從匿名數(shù)據(jù)中重新識(shí)別特定人的可能性。

研究表明，幾乎所有美國人都可以根據(jù)15個(gè)人口統(tǒng)計(jì)特征進(jìn)行重新識(shí)別。

研究：99%的美國人可以從匿名數(shù)據(jù)中重新識(shí)別

我們都做到了：在線注冊(cè)帳戶時(shí)，我們點(diǎn)擊“我同意”將我們的數(shù)據(jù)出售給第三方。它將是匿名的，我們保證，只有一小部分?jǐn)?shù)據(jù)可供其他人使用。

但是，我們的個(gè)人數(shù)據(jù)無法追溯到我們，這有多安全?這是比利時(shí)Universitécatholiquede Louvain和倫敦帝國理工學(xué)院的一個(gè)研究小組試圖回答的核心問題。

結(jié)論是 - “不是很好”。

利用機(jī)器學(xué)習(xí)，研究人員開發(fā)了一個(gè)系統(tǒng)來估計(jì)從包含人口統(tǒng)計(jì)特征的匿名數(shù)據(jù)集中重新識(shí)別特定人的可能性。研究人員的模型表明，超過99%的美國人可以使用15個(gè)人口統(tǒng)計(jì)特征從任何數(shù)據(jù)集中正確地重新識(shí)別，包括年齡，性別和婚姻狀況。

“雖然可能有很多人在三十多歲，男性和居住在紐約市，但是他們?cè)?月5日出生的人中，他們駕駛的是一輛紅色跑車，還有兩個(gè)孩子(兩個(gè)女孩)和一只狗，“Lucvher說，他是魯汶天主教大學(xué)的博士候選人，也是該研究的主要作者。正如CNBC先前報(bào)道的那樣，個(gè)人數(shù)據(jù)可用于研究，非法活動(dòng)甚至投資。

他們的論文“估計(jì)使用生成模型在不完整數(shù)據(jù)集中重新識(shí)別的成功”發(fā)表在Nature Communications雜志上。他們的研究結(jié)果表明，常用的匿名工具，如添加噪音和抽樣數(shù)據(jù)，可能不足以跟上歐盟GDPR和加州消費(fèi)者隱私法等親數(shù)據(jù)隱私法。

研究人員寫道，結(jié)果“質(zhì)疑當(dāng)前的去識(shí)別實(shí)踐是否滿足現(xiàn)代數(shù)據(jù)保護(hù)法的匿名化標(biāo)準(zhǔn)，如GDPR和CCPA。”

作為他們研究的一部分，三人組合發(fā)布了一個(gè)在線工具，幫助人們了解重新識(shí)別它們的可能性，僅基于三個(gè)常見的人口統(tǒng)計(jì)特征：性別，出生日期和郵政編碼。研究人員說，平均而言，根據(jù)這三個(gè)數(shù)據(jù)點(diǎn)，人們有83%的機(jī)會(huì)被重新識(shí)別。

“匿名化的目標(biāo)是讓我們可以利用數(shù)據(jù)造福社會(huì)，”研究人員之一Yves-Alexandre de Montjoye說。“這非常重要，但不應(yīng)該而且不必以犧牲人們的隱私為代價(jià)。”