大數(shù)據(jù)時(shí)代的匿名化并非100%

普林斯頓的計(jì)算機(jī)科學(xué)家艾文德奈瑞 · 亞南，曾在2006年發(fā)表的一篇文章中稱(chēng)，在本該匿名的互聯(lián)網(wǎng)電影數(shù)據(jù)中，Netflix用戶(hù)的各種租借歷史數(shù)據(jù)卻能在交叉引用過(guò)程中被泄露。亞南登在7月9日的一份報(bào)告中稱(chēng)，匿名化支持者們（認(rèn)為匿名化可行的人）也許還沒(méi)預(yù)感到當(dāng)下大數(shù)據(jù)中的危險(xiǎn)漏洞。

[[116442]]

不管是理論上還是實(shí)踐中，匿名化的作用并不大。那些認(rèn)為匿名化很安全的人，其實(shí)是在營(yíng)造一種“偽安全感”，嚴(yán)重低估了那些數(shù)據(jù)駭客的威脅力，他們很有可能從大數(shù)據(jù)中竊取到個(gè)人信息。

個(gè)人地理位置數(shù)據(jù)并未被隱藏

一份2013年的報(bào)告稱(chēng)，從人們的手機(jī)中收集到的龐大數(shù)據(jù)組中看來(lái)，95%的手機(jī)用戶(hù)能被監(jiān)測(cè)到，因為他們?cè)诰W(wǎng)上總會(huì)留下登錄痕跡，實(shí)時(shí)照片分享信息。匿名化專(zhuān)家們會(huì)坦白地告訴你，根本沒(méi)辦法隱藏用戶(hù)的地理位置信息。

數(shù)據(jù)庫(kù)防線多么脆弱，專(zhuān)家也無(wú)法預(yù)知

[[116443]]

在一份11萬(wàn)3千名病人的醫(yī)療記錄案例研究中，匿名處理專(zhuān)家埃阿曼估計(jì)，不到1%的病人數(shù)據(jù)能做到再識(shí)別。但，亞南估計(jì)超過(guò)12%的病人數(shù)據(jù)能被鎖定。襲擊者要在數(shù)據(jù)庫(kù)中鎖定目標(biāo)數(shù)據(jù)，簡(jiǎn)直是輕而易舉。

匿名化很難，而數(shù)據(jù)再識(shí)別可永久

數(shù)據(jù)匿名化過(guò)程充滿(mǎn)挑戰(zhàn)，也容易發(fā)生錯(cuò)誤。在近期發(fā)表紐約市一億七千三百萬(wàn)組有關(guān)的士的數(shù)據(jù)中，包括司機(jī)都可能被重新識(shí)別出來(lái)，因?yàn)樵隈{照上使用的數(shù)據(jù)散列法（一種將字符組成的字符串轉(zhuǎn)換為固定長(zhǎng)度的數(shù)值或索引值的方法）也是粗制濫造的。

如果某人的匿名數(shù)據(jù)被公開(kāi)，那么會(huì)一直存在于網(wǎng)上，不會(huì)消除。這比起某公司或某應(yīng)用軟件數(shù)據(jù)被入侵要嚴(yán)重的多了 。當(dāng)一家公司的數(shù)據(jù)庫(kù)被入侵了，只需要做好安全工作：修復(fù)數(shù)據(jù)漏洞，警報(bào)通知各用戶(hù)，一切照常進(jìn)行。 但是，這不代表我們要放棄使用數(shù)據(jù)，只需放棄被泄露的數(shù)據(jù)賬號(hào)即可。

那么，我們要不要砸碎手機(jī)，放棄醫(yī)療（醫(yī)療數(shù)據(jù)泄露），直接隱居山林呢？但埃阿曼教授卻不太認(rèn)同，他極力支持匿名化技術(shù)，并表示：“亞南稱(chēng)超過(guò)12%的病人數(shù)據(jù)能被鎖定，但他并沒(méi)有對(duì)單個(gè)病人的數(shù)據(jù)進(jìn)行再識(shí)別。如果亞南是再識(shí)別技術(shù)領(lǐng)域的引領(lǐng)者，那么匿名化是非?？尚械?。”

這對(duì)我們這些處在大數(shù)據(jù)時(shí)代中的人來(lái)說(shuō)，是一個(gè)大好消息。但是，大數(shù)據(jù)匿名化沒(méi)有崩盤(pán)，不代表匿名化技術(shù)堅(jiān)不可摧。