数据匿名化的几种技术手段

原文链接：https://blog.csdn.net/weixin_43586667/article/details/123427376

技术1: 遮蔽 Masking

数据掩蔽指的是披露具有修改过的数值的数据，可以通过创建一个数据库的镜像并实施改变策略来完成的，比如常见的字符替换和脸部遮蔽等。例如，一个人的生日日期可以被 //****的符号取代。又或者图像数据中的人脸用固定图形遮蔽。

技术2: 假名化 Pseudonymization
假名化就是用假的标识符或假名来代替私人标识符，例如用“鲁迅”标识符来替换“周树人”的标识符。它可以保持统计的精确性和数据的保密性，允许改变后的数据用于创建、训练、测试和分析，同时保持数据的隐私。

技术3: 泛化 Generalization
泛化包括有目的地排除一些数据，使其不那么容易识别。数据可以被修改成一系列的范围或一个具有合理边界的大区域。例如，一个地址的门牌号可以被删除使其不能从中识别处自然人，但街道的名称可以保留。泛化也可以理解为在保持数据准确性的前提下，删除一些标识符。

技术4: 混排 Scrambling

数据混排就是一个对数据集进行洗牌以重新排列的过程。这样一来，原始数据库和结果记录之间就没有任何相似之处了。这种操作一般就是调乱数据库中的“列”，例如将个人的年龄、生日日期、月份各列打乱。

技术5: 加扰 Perturbation

数据扰动通过应用圆周率方法或者添加随机噪声，对初始数据集进行小幅修改。这组数值必须与扰动成正比。一个小的基数可能会导致匿名化效果不佳，而一个广泛的基数会降低数据集的效用。例如，年龄或门牌号等数值可以加入5为基数的随机数值，而人脸图像也可以打上随机噪声生成的马赛克。