数据匿名化方法概览

姓名

1 泛化编码仅保留姓，其余用某某替代，比如“张三”用“张某某”替代，“李小明”用“李某某”替代。 2 抑制屏蔽删除姓名，用*号替代，比如“张三”用“**”替代，“李小明”用“***”替代。 3 随机替代使用随机生成的汉字替代，比如“趁狩猎”替代“张三丰”。 4 假名化使用假名进行替代，常见于匿名社区，比如“逍遥子”替代“张勇”。 5 可逆编码采用密码技术，将姓名转换为字符，比如“xhs73sjd9hd9”替代“张三丰”。

身份证号

1 抑制屏蔽直接删除身份证号，用“*”来表示，比如 ********************* 2 部分屏蔽屏蔽身份证号中的一部分，以保护个人信息，比如“440524188001010014”可以使用“440524******0014”（适合保密出生日期的场景），“440524188*******0014”（适合按年代进行统计的场景） 3 可逆编码采用密码技术，将身份证号转换为字符，比如“xhs73sjd9hd9“替代身份证号。 4 数据合成随机产生符合身份证号编码规则的新身份证号代替原始值。

银行卡号

1 抑制屏蔽删除银行卡号，用“*”来表示，比如 ***************** 2 部分屏蔽屏蔽银行卡号中的一部分，以保护卡号信息，如屏蔽发卡机构标识代码和自定义位。 3 可逆编码采用密码技术，将银行卡转换为字符，比如“xhs73sjd9hd9“替代银行卡号。 4 数据合成随机产生符合银行卡号编码规则的新银行卡号代替原始值。

地址

1 泛化编码使用概括抽象的符号来表示，比如“江西省吉安市安福县福隆街道1999号锦荣小区2栋1120号”，替换为“江西省吉安市安福县某小区”，仅保留统计所需要的省、市、县，具体的住址用某小区替代。 2 抑制屏蔽直接删除用“*”来表示，比如所有地址都用“*****************” 3 部分屏蔽屏蔽地址中的一部分，用来保护地址信息，比如使用“江西省**市**县”来替代“江西省吉安市安福县” 4 数据合成采用重新产生的数据替代原来的地址，比如使用“黑龙江省鸡西市特铁县北京路23号”替代“江西省吉安市安福县福隆街道1999号”

电话号

1 抑制屏蔽直接删除电话号，都用“*”来表示，比如所有电话都用“*****************” 2 部分屏蔽屏蔽电话号码中的一部分，如“19288886666”可以使用“192********”“192****6666”或“*******6666”替代 3 随机替代使用随机生成的一串数字来表示，如使用随机生成的“82965778501”来取代“19288886666” 4 可逆编码采用密码技术，将电话号转换为字符，比如“xhs73sjd9hd9“替代电话号。

数值型标识符

年龄、成绩、薪资等数字也属于敏感信息，这种数值型的去标识化包括： 1 泛化编码使用概括、抽象的 2 抑制屏蔽都用“*”来表示 3 顶层和底层编码使用区间段替换具体的数值，比如73岁处理为75后，薪资38766处理为3w～4w； 4 部分屏蔽比如176替换为1**，734629替换为7***** 5 记录交换如设定规则，将记录集中的所有数值取出并打乱位置后放回数据集中，这种方法可以保持数据集的统计特性不变。 6 噪声添加相对原始数据，产生微小的随机数，将其加到原始数值上并代替原始数值。比如身高1.72，产生随机数-0.11，加到原数值后将其变为1.61 7 数据合成随机产生新的数据替换原来的数据，比如19岁替代原来的45岁。

日期

1 泛化编码使用概括，抽象的日期来表示，比如使用1880年替换“1880年1月1日” 2 抑制屏蔽都使用*代替，或者使用“某年某月”代替 3 部分屏蔽对日期中一部分进行屏蔽，比如使用“1880年1月*日”替换“1880年1月1日” 4 记录交换如设定规则，将记录集中的所有数值取出并打乱位置后放回数据集中，这种方法可以保持数据集的统计特性不变。 5 噪声添加相对原始数据，产生微小的随机数，将其加到原始数值上并代替原始数值。比如出生日期1980年1月1日，产生随机数值32天，加到原始数值后变为1980年2月2日。 6 数据合成随机产生新的数据替换原来的数据，比如使用“1972年8月12日”替换“1980年1月1日”

地理位置

此处主要指地图坐标，比如（39.1827938, -77.2869372）在一个个体的位置信息被持续记录的情况下，对于地理数据信息的去标识化将会尤其有挑战性。 1 噪声添加相对原始数据，产生微小的随机数，将其加到原始数值上并代替原始数值。生成一个新的位置信息。 2 数据合成随机产生新的数据替换原来的数据。 3 可逆编码采用密码技术，将位置信息转换为字符，比如“xhs73sjd9hd9“替代地图坐标。

最后更新于1年前