[发明专利]认知数据匿名化

说明书

一种用于数据匿名化的计算机实现的方法，包括：接收对需要匿名化的数据的请求。该请求包括要检索的数据的至少一个字段描述符和用户对所请求数据的使用场景。然后，基于使用场景，确定要应用于由字段描述符引用的数据的匿名化算法。随后，将所确定的匿名化算法应用于由字段描述符引用的数据。执行关于匿名化程度是否满足与使用场景有关的要求的检测。在满足要求的情况下，提供对匿名化数据的访问。

背景技术

本发明涉及数据匿名化领域，并且更具体地涉及一种用于信息治理和数据隐私保护的方法、计算机程序产品和系统。

诸如GDPR(http://www.eugdpr.org/)之类的隐私法规侧重于保护个人免于某些使用其数据的侵害。除非个人明确声明同意将该个人的数据用于某种类型的分析，否则与法律不符。另一方面，收集和存储个人数据可能是可以接受的，并且，只要数据是“充分匿名化的”将个人数据用于分析可能也是可以接受的，例如GDPR条文规定“如果由控制者处理的数据不允许控制者识别个人，则无需为了遵守本规定而获得其它信息。”

作为示例：可以假设数据科学家想要对具有医学研究结果的表进行调查研究，以找到地区与某种疾病之间的新关系。当然，不应允许数据科学家识别具体的个人并查看其敏感的个人信息。幸运的是，在本示例中，诸如“姓名”之类的标识列对于调查而言不是必需的，或者在不影响调查研究的情况下，很可能可以将诸如“兴趣爱好”之类的准标识列屏蔽。因此，这些列是易于处理的。

相反，如果诸如地址或疾病信息之类的其它准标识列被完全加密或屏蔽或编辑，则调查将是不可能的。另一方面，不使这样的列匿名通常会导致容易识别个体，因为可能存在过于独特的疾病和/或地址。对于这种情况，通过泛化(generalization)来匿名化可能会有所帮助，例如将具体地址泛化成具体城市或者将非常详细的疾病信息(例如“亚洲流感”)概括为更一般的信息(例如“流感”)。这样的概括通常不会损害调查，但是可以帮助充分地匿名化数据，以便无法追踪到个体。

发明内容

各种实施例在独立权利要求中提供了用于数据匿名化的计算机实现的方法、用于数据匿名化的计算机程序产品以及用于数据匿名化的系统。在从属权利要求中描述了有利的实施例。如果本发明的实施例不是相互排斥的，则它们可以彼此自由地组合。

在一个方面，本发明涉及一种用于数据匿名化的计算机实现的方法，包括：接收对数据的请求，所述请求包括要检索的数据的至少一个字段描述符和用户对所请求的数据的使用场景；基于所述使用场景来确定要应用于由所述字段描述符所引用的数据的匿名化算法；将所确定的匿名化算法应用于由所述字段描述符所引用的数据；检测匿名化程度是否满足与所述使用场景有关的要求；在满足所述要求的情况下，提供对匿名化数据的访问。

在另一方面，本发明涉及一种用于使数据匿名化的计算机程序产品，所述计算机程序产品包括：一种计算机可读存储介质，具有随其体现的计算机可用代码，其中所述计算机可读存储介质本身不是瞬态信号，所述计算机可用程序代码包括：被配置用于接收对数据的请求的计算机可用代码，所述请求包括要检索的数据的至少一个字段描述符和用户对所请求的数据的使用场景；被配置用于基于所述使用场景来确定要应用于由所述字段描述符所引用的数据的匿名化算法的计算机可用代码；被配置为将所确定的匿名化算法应用于由所述字段描述符所引用的数据的计算机可用代码；被配置用于检测匿名化程度是否满足与所述使用场景有关的要求的计算机可用代码；被配置用于在满足所述要求的情况下提供对匿名化数据的访问的计算机可用代码。

在另一方面，本发明涉及一种用于使数据匿名化的系统，所述系统包括：通信组件，其被配置为与用户通信；匿名化引擎，通信地耦合到所述通信组件，所述匿名化引擎包括：用于接收对数据的请求的装置，所述请求包括要检索的数据的至少一个字段描述符和用户对所请求的数据的使用场景；用于基于所述使用场景来确定要应用于由所述字段描述符所引用的数据的匿名化算法的装置；用于将所确定的匿名化算法应用于由所述字段描述符所引用的数据的装置；用于检测匿名化程度是否满足与所述使用场景有关的要求的装置；在满足所述要求的情况下，提供对所述匿名化数据的访问的装置。