哪些是隱私？為什麼重要？

Data Privacy and Anonymization in Python

Rebeca Gonzalez

Data engineer

Facebook 與 Cambridge Analytica 醜聞

資料隱私的影響

  • 未授權存取 8,700 萬人的個資
  • 建立美國選民的心理輪廓
  • 在選戰中影響他們

馬克祖克柏在法庭上，面對未遵守資料隱私權的後果

Data Privacy and Anonymization in Python

什麼是隱私？

街上行走的人群

Data Privacy and Anonymization in Python

資訊流與隱私

在人行道上對一位女性套用人臉辨識系統，同時她頭上有 GPS 圖示

Data Privacy and Anonymization in Python

資訊流與隱私

  • 你的個資如何流動

 

「確保資訊流符合社會與法律規範的能力。」

在人行道上對一位女性套用人臉辨識系統，同時她頭上有 GPS 圖示

Data Privacy and Anonymization in Python

可識別個人資料（PII）

單獨或結合其他相關資料即可辨識個人的資料。

紙本表單留有填寫個人資料的欄位與一支筆

Data Privacy and Anonymization in Python

敏感 PII

  • 明確與某人相關
  • 暴露可能造成傷害、難堪或不便

一位男性的插畫，周圍彈出看似個人資訊的視窗

Data Privacy and Anonymization in Python

敏感 PII

  • 全名
  • 社會安全號碼（SSN）
  • 財務資訊
  • 醫療紀錄

GDPR 影像，顯示未遵循規範的最高罰則

Data Privacy and Anonymization in Python

非敏感 PII

無法單獨用來追溯到個人的資料

  • 性別
  • 職業
  • 郵遞區號
  • 出生城市
Data Privacy and Anonymization in Python

非敏感 PII

無法單獨用來追溯到個人的資料，例如性別、職業、郵遞區號或出生城市。

  • 性別
  • 職業
  • 郵遞區號
  • 出生城市
仍可與其他資訊結合而辨識個人！

文字寫著「Head of government in Europe」與一個生日，並有線條指向 Angela Merkel 的臉

1 Photo of Angela Merkel from Wikimedia Commons.
Data Privacy and Anonymization in Python

GDPR：歐盟一般資料保護規範

保護居住於歐洲，或其資料在歐洲被處理之人的 PII。

GDPR 的核心原則

  1. 合法、公平、透明
  2. 目的限制
  3. 資料極小化
  4. 正確性
  5. 保存期限限制

Learn more here

GDPR 影像，顯示未遵循規範的最高罰則

Data Privacy and Anonymization in Python

資料抑制

為保護對象隱私而移除特定資訊。

屬性抑制
  • 完整移除欄
儲存格／紀錄抑制
  • 移除或替換列或儲存格中的資料
Data Privacy and Anonymization in Python

資料集上的屬性抑制

# 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...
Data Privacy and Anonymization in Python

資料集上的紀錄抑制

# 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
Data Privacy and Anonymization in Python

資料集上的紀錄抑制

# 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
Data Privacy and Anonymization in Python

抑制與連結攻擊

影像顯示兩個表：左側為套用屬性抑制後的醫療資料，右側為選民登記資料，兩者含有部分相同欄位

Data Privacy and Anonymization in Python

一起來練習吧！

Data Privacy and Anonymization in Python

Preparing Video For Download...