Điều gì là riêng tư và vì sao quan trọng?

Bảo mật dữ liệu và Ẩn danh trong Python

Rebeca Gonzalez

Data engineer

Bê bối Facebook và Cambridge Analytica

Tác động của quyền riêng tư dữ liệu

  • Truy cập trái phép thông tin của 87 triệu người
  • Xây dựng hồ sơ tâm lý cử tri Mỹ
  • Tác động họ trong các chiến dịch chính trị

Mark Zuckerberg tại tòa vì hệ quả không tuân thủ quyền riêng tư dữ liệu

Bảo mật dữ liệu và Ẩn danh trong Python

Quyền riêng tư là gì?

Người đi bộ trên phố

Bảo mật dữ liệu và Ẩn danh trong Python

Dòng chảy thông tin và quyền riêng tư

Hệ thống nhận diện khuôn mặt áp dụng lên mặt một phụ nữ trên phố, đồng thời có biểu tượng GPS trên đầu cô ấy

Bảo mật dữ liệu và Ẩn danh trong Python

Dòng chảy thông tin và quyền riêng tư

  • Cách thông tin cá nhân của bạn luân chuyển

 

"Khả năng bảo đảm các dòng thông tin tuân theo chuẩn mực xã hội và pháp lý."

Hệ thống nhận diện khuôn mặt áp dụng lên mặt một phụ nữ trên phố, đồng thời có biểu tượng GPS trên đầu cô ấy

Bảo mật dữ liệu và Ẩn danh trong Python

Thông tin nhận dạng cá nhân (PII)

Dữ liệu có thể nhận diện một người, khi dùng riêng lẻ hoặc kết hợp dữ liệu liên quan khác.

Mẫu giấy với chỗ điền thông tin cá nhân và một cây bút

Bảo mật dữ liệu và Ẩn danh trong Python

PII nhạy cảm

  • Rõ ràng về một cá nhân
  • Bị lộ có thể gây hại, xấu hổ hoặc bất tiện

Hình vẽ một người đàn ông với các ô bật lên có vẻ là thông tin cá nhân

Bảo mật dữ liệu và Ẩn danh trong Python

PII nhạy cảm

  • Họ tên đầy đủ
  • Số An sinh Xã hội (SSN)
  • Thông tin tài chính
  • Hồ sơ y tế

Hình GDPR cho thấy mức phạt tối đa khi không tuân thủ quy định

Bảo mật dữ liệu và Ẩn danh trong Python

PII không nhạy cảm

Dữ liệu không thể tự dùng để truy vết một người

  • Giới tính
  • Nghề nghiệp
  • Mã bưu chính
  • Nơi sinh
Bảo mật dữ liệu và Ẩn danh trong Python

PII không nhạy cảm

Dữ liệu không thể tự dùng để truy vết một người, như giới tính, nghề nghiệp, mã bưu chính hoặc nơi sinh.

  • Giới tính
  • Nghề nghiệp
  • Mã bưu chính
  • Nơi sinh
Vẫn có thể kết hợp với dữ liệu khác để nhận diện ai đó!

Chữ "Người đứng đầu chính phủ ở châu Âu" và ngày sinh, với các đường chỉ vào khuôn mặt Angela Merkel

1 Ảnh Angela Merkel từ Wikimedia Commons.
Bảo mật dữ liệu và Ẩn danh trong Python

GDPR: Quy định bảo vệ dữ liệu chung của EU

Bảo vệ PII của người sống tại châu Âu, hoặc dữ liệu của họ được xử lý tại đây.

Nguyên tắc chính của GDPR

  1. Hợp pháp, công bằng, minh bạch
  2. Giới hạn mục đích
  3. Giảm thiểu dữ liệu
  4. Chính xác
  5. Giới hạn lưu trữ

Learn more here

Hình GDPR cho thấy mức phạt tối đa khi không tuân thủ quy định

Bảo mật dữ liệu và Ẩn danh trong Python

Ẩn dữ liệu (Data suppression)

Loại bỏ thông tin chọn lọc để bảo vệ quyền riêng tư của đối tượng.

Ẩn thuộc tính
  • Xóa hẳn các cột
Ẩn ô/bản ghi
  • Xóa hoặc thay thế dữ liệu ở hàng hoặc ô
Bảo mật dữ liệu và Ẩn danh trong Python

Ẩn thuộc tính trên một tập dữ liệu

# Attribute suppression on Sensitive PII "name"
suppressed_salaries = salaries.drop('name', axis="columns")


# Explore obtained dataset
suppressed_salaries.head()

     gender    status    salary     pay_basis    position_title
0    Male    Employee    64400.0    Per Annum    DEPUTY DIRECTOR
1    Male    Employee    43600.0    Per Annum    ASSOCIATE DIRECTOR
2    Male    Employee    120000.0   Per Annum    SPECIAL ASSISTANT TO THE PRESIDENT AND DEPUTY ...
3    Male    Employee    86200.0    Per Annum    LEAD ADVANCE REPRESENTATIVE
4    Male    Employee    106000.0   Per Annum    SPECIAL ASSISTANT TO THE PRESIDENT AND DIRECTO...
Bảo mật dữ liệu và Ẩn danh trong Python

Ẩn bản ghi trên một tập dữ liệu

# Explore the DataFrame
salaries.head()

      hours    performance    salary 
0     72       51             $80,500.00 
1     20       99             $2,805,000.00 
3     75       62             $75,800.00 
4     74       58             $60,000.00 
5     70       54             $79,000.00
Bảo mật dữ liệu và Ẩn danh trong Python

Ẩn bản ghi trên một tập dữ liệu

# Drop rows with salaries higher than 2,000,000
salaries = salaries.drop(salaries[salaries.Salary > 2000000].index)

# See reasulting DataFrame
salaries.head()

      hours    performance    salary 
0     72       51             80500 
2     75       62             75800 
3     74       58             60000 
4     70       54             79000 
5     68       53             62000
Bảo mật dữ liệu và Ẩn danh trong Python

Ẩn dữ liệu và tấn công liên kết

Hình hai bảng: bên trái là dữ liệu y tế sau khi ẩn thuộc tính, bên phải là dữ liệu đăng ký cử tri có một phần trùng lặp

Bảo mật dữ liệu và Ẩn danh trong Python

Ayo berlatih!

Bảo mật dữ liệu và Ẩn danh trong Python

Preparing Video For Download...