อะไรคือข้อมูลส่วนตัว และทำไมถึงสำคัญ?

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

Rebeca Gonzalez

Data engineer

เรื่องอื้อฉาว Facebook และ Cambridge Analytica

ผลกระทบจากความเป็นส่วนตัวของข้อมูล

  • ข้อมูลส่วนตัวของ 87 ล้านคนถูกเข้าถึงโดยไม่ได้รับอนุญาต
  • สร้างโปรไฟล์ทางจิตวิทยาของผู้มีสิทธิ์เลือกตั้งชาวอเมริกัน
  • ใช้โน้มน้าวในช่วงหาเสียงเลือกตั้ง

Mark Zuckerberg ในศาลหลังจากไม่ปฏิบัติตามสิทธิ์ความเป็นส่วนตัวของข้อมูล

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

ความเป็นส่วนตัวคืออะไร?

ผู้คนเดินบนถนน

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การไหลของข้อมูลและความเป็นส่วนตัว

ระบบจดจำใบหน้าที่ใช้กับผู้หญิงบนท้องถนน พร้อมไอคอน GPS เหนือศีรษะ

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การไหลของข้อมูลและความเป็นส่วนตัว

  • การไหลของข้อมูลส่วนตัวของคุณ

 

"ความสามารถในการควบคุมการไหลของข้อมูลให้สอดคล้องกับบรรทัดฐานทางสังคมและกฎหมาย"

ระบบจดจำใบหน้าที่ใช้กับผู้หญิงบนท้องถนน พร้อมไอคอน GPS เหนือศีรษะ

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

ข้อมูลที่ระบุตัวตนได้ (PII)

ข้อมูลที่สามารถระบุตัวตนบุคคลได้ ไม่ว่าจะใช้เพียงอย่างเดียวหรือร่วมกับข้อมูลอื่น

แบบฟอร์มกระดาษสำหรับกรอกข้อมูลส่วนตัว พร้อมปากกา

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

PII ที่มีความละเอียดอ่อน

  • เกี่ยวข้องกับบุคคลอย่างชัดเจน
  • หากเปิดเผยอาจก่อให้เกิดความเสียหาย ความอับอาย หรือความไม่สะดวก

ภาพวาดชายคนหนึ่งพร้อมป๊อปอัปแสดงข้อมูลส่วนตัวรอบตัวเขา

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

PII ที่มีความละเอียดอ่อน

  • ชื่อ-นามสกุล
  • หมายเลขประกันสังคม (SSN)
  • ข้อมูลทางการเงิน
  • ประวัติการรักษาพยาบาล

ภาพ GDPR แสดงโทษปรับสูงสุดสำหรับผู้ที่ไม่ปฏิบัติตามกฎระเบียบ

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

PII ที่ไม่ละเอียดอ่อน

ข้อมูลที่ไม่สามารถระบุตัวตนบุคคลได้เพียงอย่างเดียว

  • เพศ
  • อาชีพ
  • รหัสไปรษณีย์
  • เมืองที่เกิด
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

PII ที่ไม่ละเอียดอ่อน

ข้อมูลที่ไม่สามารถระบุตัวตนได้เพียงอย่างเดียว เช่น เพศ อาชีพ รหัสไปรษณีย์ หรือเมืองที่เกิด

  • เพศ
  • อาชีพ
  • รหัสไปรษณีย์
  • เมืองที่เกิด
แต่ยังสามารถใช้ร่วมกับข้อมูลอื่นเพื่อระบุตัวตนได้!

ข้อความระบุว่า "ผู้นำรัฐบาลในยุโรป" และวันเกิด พร้อมเส้นชี้ไปที่ใบหน้าของ Angela Merkel

1 ภาพถ่าย Angela Merkel จาก Wikimedia Commons.
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

GDPR: กฎระเบียบคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป

คุ้มครอง PII ของผู้ที่อาศัยอยู่ในยุโรป หรือผู้ที่มีข้อมูลถูกประมวลผลในยุโรป

หลักการสำคัญของ GDPR

  1. ความชอบด้วยกฎหมาย ความเป็นธรรม และความโปร่งใส
  2. การจำกัดวัตถุประสงค์
  3. การเก็บข้อมูลเท่าที่จำเป็น
  4. ความถูกต้อง
  5. การจำกัดระยะเวลาการจัดเก็บ

อ่านเพิ่มเติมได้ที่นี่

ภาพ GDPR แสดงโทษปรับสูงสุดสำหรับผู้ที่ไม่ปฏิบัติตามกฎระเบียบ

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การระงับข้อมูล

การลบข้อมูลบางส่วนเพื่อปกป้องความเป็นส่วนตัวของเจ้าของข้อมูล

การระงับข้อมูลระดับแอตทริบิวต์
  • ลบคอลัมน์ทั้งหมดออก
การระงับข้อมูลระดับเซลล์/ระเบียน
  • ลบหรือแทนที่ข้อมูลในแถวหรือเซลล์
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การระงับข้อมูลระดับแอตทริบิวต์ในชุดข้อมูล

# 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...
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การระงับข้อมูลระดับระเบียนในชุดข้อมูล

# 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
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การระงับข้อมูลระดับระเบียนในชุดข้อมูล

# 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
ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

การระงับข้อมูลและการโจมตีแบบเชื่อมโยงข้อมูล

ภาพแสดงตารางสองตาราง: ตารางซ้ายคือข้อมูลทางการแพทย์หลังระงับแอตทริบิวต์ และตารางขวาคือข้อมูลทะเบียนผู้มีสิทธิ์เลือกตั้งที่มีข้อมูลบางส่วนตรงกัน

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

มาฝึกกันเถอะ!

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

Preparing Video For Download...