डेटा गुमनामी

डेटा अनामीकरण क्या है?

एक डेटाबेस से व्यक्तिगत रूप से पहचान योग्य जानकारी को हटाने या एन्क्रिप्ट करके निजी या संवेदनशील डेटा की रक्षा करना चाहता है । एकत्रित और साझा किए गए डेटा की अखंडता को बनाए रखते हुए किसी व्यक्ति या कंपनी की निजी गतिविधियों की सुरक्षा के उद्देश्य से डेटा अनामीकरण किया जाता है।

डेटा गुमनामी को "डेटा अस्पष्टीकरण," "डेटा मास्किंग," या "डेटा डी-पहचान" के रूप में भी जाना जाता है। इसकी तुलना डी-अनामीकरण से की जा सकती है,. जो डेटा माइनिंग में उपयोग की जाने वाली तकनीकें हैं जो एन्क्रिप्टेड या अस्पष्ट जानकारी को फिर से पहचानने का प्रयास करती हैं।

डेटा अनामीकरण को समझना

निगम अपने व्यवसाय संचालन के सामान्य क्रम में भारी मात्रा में संवेदनशील डेटा उत्पन्न, संग्रहीत और संसाधित करते हैं। विभिन्न क्षेत्रों और देशों में उत्पन्न और साझा किए गए डेटा में मिली प्रासंगिक जानकारी के कारण प्रौद्योगिकी में प्रगति बढ़ी है। सोशल मीडिया और ई-कॉमर्स प्रतिष्ठानों जैसे क्षेत्रों से साझा किए गए डेटा के कारण, प्रौद्योगिकी में वित्तीय नवाचार ( फिनटेक ) ने ग्राहकों के लिए वित्तीय सेवाओं को अनुकूलित करने के तरीके में असीम प्रगति की है।

ई-कॉमर्स फर्मों के बीच साझा किए गए डेटा ने दोनों क्षेत्रों को एक विशिष्ट उपयोगकर्ता या उपभोक्ता को अपनी साइट पर उत्पादों का बेहतर विज्ञापन करने में मदद की है। हालांकि, डेटाबेस में संकलित ग्राहकों की पहचान से समझौता किए बिना साझा किए गए डेटा को उपयोगी बनाने के लिए, गुमनामी का उपयोग किया जाना चाहिए।

व्यवहार में डेटा गुमनामी

डेटा साझाकरण की अखंडता को बढ़ावा देने के दौरान अधिकांश उद्योगों द्वारा डेटा अज्ञातकरण किया जाता है जो स्वास्थ्य देखभाल, वित्तीय और डिजिटल मीडिया उद्योगों जैसी संवेदनशील जानकारी से निपटते हैं। डेटा गुमनामी एक ही कंपनी के भीतर देशों, उद्योगों और यहां तक कि विभागों के बीच डेटा साझा करते समय अनपेक्षित प्रकटीकरण के जोखिम को कम करता है। यह होने वाली चोरी की पहचान करने के अवसरों को भी कम करता है।

उदाहरण के लिए, एक अस्पताल अपने रोगियों पर एक चिकित्सा अनुसंधान प्रयोगशाला या दवा कंपनी को गोपनीय डेटा साझा करने में सक्षम होगा यदि वह अपने रोगियों को गुमनाम रखता है। यह आयु, बीमारी, ऊंचाई, वजन, लिंग, जाति आदि जैसे चिकित्सा अनुसंधान के लिए आवश्यक महत्वपूर्ण घटकों को छोड़कर, साझा सूची से इसके रोगियों के नाम, सामाजिक सुरक्षा संख्या, जन्म तिथि और पते को हटाकर किया जा सकता है।

डेटा अनामीकरण तकनीक

डेटा का अनामीकरण विभिन्न तरीकों से किया जाता है, जिसमें विलोपन, एन्क्रिप्शन, सामान्यीकरण और कई अन्य शामिल हैं। एक कंपनी या तो व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) को अपने एकत्रित डेटा से हटा सकती है या एक मजबूत पासफ़्रेज़ के साथ इस जानकारी को एन्क्रिप्ट कर सकती है। एक व्यवसाय अपने डेटाबेस में एकत्रित जानकारी को सामान्य बनाने का निर्णय भी ले सकता है। उदाहरण के लिए, एक तालिका में खुदरा क्षेत्र में पांच सीईओ द्वारा अर्जित सटीक सकल आय होती है। आइए मान लें कि दर्ज आय $ 520,000, $ 230,000, $ 109,000, $ 875,000 और $ 124,000 है। इस जानकारी को "<$500,000" और "≥ $500,000" जैसी श्रेणियों में सामान्यीकृत किया जा सकता है। हालाँकि, डेटा अस्पष्ट है, फिर भी यह उपयोगकर्ता के लिए उपयोगी होगा।

डेटा अनामीकरण तर्क

डेटा एनोनिमाइज़ेशन वह है जिसमें वर्गीकृत जानकारी को इस तरह से साफ और छुपाया जाता है कि यदि कोई उल्लंघन होता है, तो प्राप्त किया गया डेटा दोषियों के लिए बेकार है। डेटा की सुरक्षा की आवश्यकता को प्रत्येक संगठन में उच्च प्राथमिकता में रखा जाना चाहिए, क्योंकि गलत हाथों में पड़ने वाली वर्गीकृत जानकारी का जानबूझकर या अनजाने में दुरुपयोग किया जा सकता है। संवेदनशील ग्राहक जानकारी को संभालते समय संवेदनशीलता की कमी, घोर लापरवाही पर नकेल कसने वाले नियामक अधिकारियों के कारण व्यवसायों के लिए एक बड़ी कीमत पर आ सकती है। पीसीआई डीएसएस (पेमेंट कार्ड इंडस्ट्री डेटा सिक्योरिटी स्टैंडर्ड ) जैसी कानूनी और अनुपालन आवश्यकताएं क्रेडिट कार्ड उल्लंघन की स्थिति में वित्तीय संस्थानों पर भारी जुर्माना लगाती हैं। PIPEDA , एक कनाडाई कानून, निगमों द्वारा व्यक्तिगत जानकारी के प्रकटीकरण और उपयोग को नियंत्रित करता है। अन्य कई नियामक निकाय हैं जो किसी संगठन के निजी डेटा के उपयोग या दुरुपयोग की निगरानी के लिए बनाए गए हैं।

अज्ञात डेटा को डी-अनामीकरण (या "पुन: पहचान") के रूप में जाना जाने वाली प्रक्रिया के माध्यम से डिकोड करना संभव है। इस तथ्य के कारण कि अज्ञात डेटा को डिकोड और सुलझाया जा सकता है, आलोचकों का मानना है कि गुमनामी सुरक्षा की झूठी भावना प्रदान करती है।

हाइलाइट्स

• डेटा गुमनामी का मतलब संवेदनशील डेटा से व्यक्तिगत या पहचान की जानकारी को अलग करना या एन्क्रिप्ट करना है।

• व्यवसायों, सरकारों, स्वास्थ्य देखभाल प्रणालियों और अन्य संगठनों के रूप में स्थानीय या क्लाउड सर्वर पर व्यक्तियों की जानकारी को तेजी से संग्रहीत किया जाता है, डेटा की अखंडता बनाए रखने और सुरक्षा उल्लंघनों को रोकने के लिए डेटा गुमनामी महत्वपूर्ण है।

• अत्यधिक संवेदनशील स्वास्थ्य देखभाल और वित्तीय क्षेत्रों में, रोगी या ग्राहक डेटा को नियामक आवश्यकताओं को पूरा करने के लिए इस तरह से छिपाया जाना चाहिए।