Daten lassen sich immer weniger dauerhaft anonymisieren

Definitions

Comments

Daten zu anonymisieren scheint trivial: Damit man Personen nicht identifizieren kann, entferne man schlicht Angaben wie Namen, Ausweisnummern et cetera aus dem Datensatz. Das reicht aber in der Regel nicht aus, denn in den verbleibenden Informationen finden sich mitunter Kombinationen, die sich weiterhin Individuen zuordnen lassen. Die US-Wissenschaftlerin Latanya Sweeney zeigte zum Beispiel, dass sich über die Kombination von Postleitzahl, Geburtsdatum und Geschlecht ungefähr 87 Prozent aller US-Amerikaner eindeutig identifizieren lassen – ganz ohne Namen.
From Sylvester Tremmel in the text Die K-Frage (2020)
Citation Graph
6 References 
- Revisiting the Uniqueness of Simple Demographics in the US Population (Philippe Golle) (2006)
- Robust De-anonymization of Large Sparse Datasets (Arvind Narayanan, Vitaly Shmatikov) (2008)
- Daten in der Bildung - Daten für die Bildung - Grundlagen und Ansätze zur Entwicklung einer Datennutzungspolitik für den Bildungsraum Schweiz (educa.ch Schweizerisches Medieninstitut für Bildung und Kultur) (2019)
- Rechtliche Konzepte (Florent Thouvenin, Alfred Früh, Aurelia Tamò-Larrieux)
- Rechtliche Konzepte (Florent Thouvenin, Alfred Früh, Aurelia Tamò-Larrieux)
- Ein Algorithmus hat kein Taktgefühl - Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können (Katharina A. Zweig) (2019)
- Die K-Frage - Wie man Daten richtig anonymisiert (Sylvester Tremmel) (2020)
- Studierende - Medien - Universität - Einblicke in studentische Medienwelten (Sandra Hofhues, Mandy Schiefner, Sandra Aßmann, Taiga Brahm) (2020)
- Digitale Spuren von Studierenden in virtuellen Lernumgebungen (Philipp Krieter, Andreas Breiter)
Search at other places 
Biblionetz-History 
default1
default2
default2