Khử định danh thông tin cá nhân là gì? Điều kiện tiên quyết để dùng tài liệu làm dữ liệu, giải thích đầy đủ

Khử định danh thông tin cá nhân là việc tìm trong tài liệu các hạng mục có thể nhận diện một cá nhân, rồi che đi hoặc thay bằng giá trị khác, để tài liệu có thể chuyển sang mục đích khác như huấn luyện hoặc tìm kiếm.

Vì sao khử định danh là điều kiện tiên quyết

Muốn dùng làm dữ liệu thì phải gỡ bỏ trước.

Ngày càng nhiều tổ chức muốn kết nối tài sản tài liệu của mình với tìm kiếm hoặc AI tạo sinh. Thế nhưng khi mở tài liệu thực tế, có thể thấy họ, tên, số chứng minh nhân dân, số tài khoản, địa chỉ và số liên lạc nằm ở khắp nơi. Đơn đăng ký và chứng từ thường gần như toàn bộ là thông tin cá nhân.

Nếu đưa nguyên trạng tài liệu như vậy vào chỉ mục, kết quả tìm kiếm sẽ làm lộ thông tin cá nhân. Nếu dùng để huấn luyện, mô hình có thể ghi nhớ các giá trị đó. Vì vậy, khi chuyển dữ liệu công sang mục đích khác, khử định danh không phải là lựa chọn mà thực tế là điều kiện tiên quyết. Thứ tự cũng quan trọng: nếu xử lý sau khi đã tạo chỉ mục, giá trị gốc đã nằm trong đối tượng tìm kiếm.

Định nghĩa chính xác của khử định danh: khác gì che màn hình

Che hiển thị và khử định danh: ba điểm khác biệt

Thứ nhất, điểm áp dụng khác nhau. Che hiển thị che dữ liệu vào đúng lúc được xem. Dữ liệu vẫn giữ nguyên giá trị gốc. Khử định danh thay đổi chính dữ liệu.

Thứ hai, mục tiêu khác nhau. Mục tiêu của che hiển thị là kiểm soát việc xem. Mục tiêu của khử định danh là làm cho dữ liệu có thể dùng cho mục đích khác.

Thứ ba, khả năng khôi phục khác nhau. Với che hiển thị, ai có quyền vẫn xem được giá trị gốc. Với khử định danh, tùy phương pháp, có thể làm cho dữ liệu không thể khôi phục, hoặc có thể lưu một bảng ánh xạ riêng để chỉ khôi phục khi cần.

Hai phương pháp không thay thế cho nhau. Trong thực tế thường gặp cách tổ chức như sau: giữ bản gốc trong vùng được kiểm soát và hạn chế xem bằng che hiển thị, còn tìm kiếm và phân tích dùng bản sao đã khử định danh.

Năm tiêu chí thiết kế khử định danh

Năm tiêu chí áp dụng trong thực tế

Thứ nhất, lập danh sách hạng mục cần xử lý. Cần đưa vào không chỉ các hạng mục hiển nhiên như họ tên và số chứng minh nhân dân, mà cả các hạng mục khi kết hợp với nhau có thể xác định một người. Đơn vị công tác, chức vụ, ngày sinh và địa chỉ chi tiết khi đi cùng nhau có thể làm cho việc xác định trở nên khả thi.

Thứ hai, xác định cách xử lý theo từng hạng mục. Việc xóa hẳn, che một phần hay thay bằng giá trị khác sẽ quyết định mức độ hữu ích về sau. Nếu xóa toàn bộ ngày tháng, sẽ không thể phân tích chuỗi thời gian.

Thứ ba, xử lý cả hình ảnh lẫn văn bản. Với tài liệu quét, giá trị nằm trong ảnh, nên nếu chỉ xử lý văn bản thì ảnh gốc sẽ giữ nguyên giá trị đó.

Thứ tư, giữ đúng thứ tự. Phải xử lý trước khi tạo các mảnh và đưa vào chỉ mục.

Thứ năm, có bước kiểm chứng. Sau xử lý tự động cần có bước lấy mẫu để con người xác nhận không còn hạng mục nào sót lại.

Cách áp dụng khử định danh trong thực tế

Tách riêng bản gốc và bản sao

Cách xóa bản gốc có rủi ro. Chắc chắn sẽ có lúc cần kiểm tra lại căn cứ từ bản gốc.

Trong thực tế, bản gốc được giữ trong vùng được kiểm soát, còn bản sao đã khử định danh được tạo riêng để dùng cho tìm kiếm và phân tích. Nếu quyền truy cập của hai vùng được đặt khác nhau, vừa có thể đáp ứng nhu cầu sử dụng vừa đáp ứng yêu cầu kiểm soát.

Chọn mức độ theo mục đích sử dụng

Mức độ khử định danh càng cao thì càng an toàn, nhưng dữ liệu cũng mất dần giá trị sử dụng. Nếu mục đích là phân tích thống kê thì nên xử lý mạnh tay, còn nếu mục đích là tìm kiếm tài liệu thì có thể chỉ xử lý các hạng mục cụ thể. Cần chọn theo mục đích.

Nếu xử lý hàng loạt khi chưa xác định mục đích, dữ liệu sẽ trở thành dữ liệu không dùng được về sau.

Khử định danh trong môi trường tại Hàn Quốc

Tại Hàn Quốc, luật bảo vệ thông tin cá nhân và hướng dẫn riêng của từng cơ quan được áp dụng cùng lúc. Các cơ quan nhà nước thường có tiêu chuẩn xử lý riêng, nên cần xác nhận hướng dẫn của cơ quan đó trước khi triển khai.

Điều kiện tài liệu cũng có ảnh hưởng. Số chứng minh nhân dân và số tài khoản có định dạng cố định nên tương đối dễ nhận diện, nhưng tên viết tay, tên trong con dấu hay giấy tờ tùy thân trong ảnh rất dễ bị bỏ sót. Nên đưa vùng ảnh vào phạm vi xử lý và kết hợp kiểm chứng bằng lấy mẫu.

Thứ tự xử lý quyết định kết quả

Hiệu quả của khử định danh thay đổi theo thời điểm thực hiện. Nếu xử lý sau khi đã tạo chỉ mục tìm kiếm, giá trị gốc vẫn còn trong chỉ mục và có thể bị hiển thị trong kết quả tìm kiếm.

Vì vậy, thứ tự an toàn là thực hiện ngay sau khi tài liệu được cấu trúc hóa và trước khi tạo các mảnh tìm kiếm. Tại thời điểm này, đã xác định được hạng mục nào có tính chất gì, nên có thể chỉ đích danh họ tên, số chứng minh nhân dân, số tài khoản và địa chỉ.

Cách xử lý cũng phân theo mục đích. Nếu mục đích là hiển thị trên màn hình thì che một phần là đủ, còn nếu chuyển sang làm tài liệu huấn luyện hoặc tìm kiếm thì thay thế hoặc xóa là an toàn hơn. Trong một dự án tự động hóa thẩm định của một công ty thẻ tài chính, cách xử lý được dùng là che và kết nối hệ thống tự động cho các hồ sơ bình thường.