Protejarea microdatelor (k-anonimitate)
Pe scurt
La „Editați datele” → „Protejați microdatele”, Statable verifică cât de des apare fiecare combinație de variabile-cheie (de exemplu land, vârstă, gen). Dacă o combinație apare de mai puțin de k ori, persoana poate fi recunoscută mai ușor. Rezultatul este o versiune nouă a datelor; „Anulare” readuce originalul.
Cum funcționează
- Alegeți variabilele-cheie. Ordinea arată importanța: ce se află sus se păstrează cel mai mult timp la suprimare.
- Alegeți k (2, 3 sau 5; implicit 3). Cifrele apar imediat: câte cazuri sunt sub k și, dacă se aplică o pondere de caz, câte reidentificări sunt de așteptat în populație (o aproximare).
- Pașii după dorință: eliminați identificatorii direcți (nume, adresă), limitați valorile extreme sus sau jos (percentilă sau limită fixă), suprimați local (pentru cazurile sub k, informația cea mai puțin importantă este ștearsă până când fiecare combinație apare de cel puțin k ori).
- „Verificați” arată starea înainte și după, precum și protocolul: pentru fiecare pas, variabila și numărul de cazuri. Protocolul poate fi copiat și își are locul în raport sau în documentație.
- „Creați versiunea protejată” înlocuiește datele din proiect. Pașii se execută în această ordine: limitare, suprimare, eliminarea coloanelor.
Important
- K-anonimitatea nu protejează împotriva tuturor riscurilor. Înainte de publicare, instituția responsabilă verifică datele.
- Care variabile sunt variabile-cheie depinde de date și de ceea ce știe un posibil atacator; decide organizația, nu Statable.
- Intrările lipsă se potrivesc cu orice categorie (ca în sdcMicro). Cu o pondere de caz în proiect, cifrele se calculează cu ponderile (Fk).
Pentru specialiști
Calculat ca în R sdcMicro: freqCalc (alpha = 1) pentru fk și Fk, localSuppression cu importance, percentile ca quantile(type = 7).