V­e­r­i­ ­p­a­y­l­a­ş­ı­m­ı­n­ı­ ­v­e­ ­i­ş­b­i­r­l­i­ğ­i­n­i­ ­g­ü­ç­l­e­n­d­i­r­m­e­k­ ­i­ç­i­n­ ­f­a­r­k­l­ı­ ­g­i­z­l­i­l­i­k­ ­u­y­g­u­l­a­y­ı­n­

• En yüksek doları ödemeden veri bilimcileri nasıl işe alınır?
• Otomasyon, veri bilimi pozisyonlarını ortadan kaldıracak mı?

Geleneksel olarak, şirketlerin sahip oldukları veri gizliliğini korumak için bazen kimlik gizleme olarak adlandırılan veri maskelemeye güveniyordu. Temel fikir, her bir kayıttan tüm kişisel olarak tanımlanabilir bilgileri (PII) kaldırmaktır. Bununla birlikte, bir dizi yüksek profilli olay, sözde kimliksizleştirilmiş verilerin bile tüketici gizliliğini sızdırabileceğini göstermiştir.

1996’da bir MIT araştırmacısı, sağlık kayıtlarını kamu seçmen kayıt verileriyle eşleştirerek sözde maskeli bir veri kümesinde o zamanki Massachusetts valisinin sağlık kayıtlarını belirledi. 2006’da UT Austin araştırmacıları, Netflix’in IMDB’den gelen verilerle birleştirerek herkese açık hale getirdiği sözde anonim bir veri kümesinde binlerce kişi tarafından izlenen filmleri yeniden tanımladı.

2022’de Doğa makalesi, araştırmacılar, sözde anonim bir veri kümesindeki cep telefonu kayıtlarının yarısından fazlasını parmak izi ve yeniden tanımlamak için AI kullandılar. Bu örneklerin tümü, sözde maskelenmiş verileri yeniden tanımlamak için saldırganlar tarafından “yan” bilgilerin nasıl kullanılabileceğini vurgulamaktadır.

Bu başarısızlıklar yol açtı diferansiyel gizlilik. Şirketler, verileri paylaşmak yerine, rastgele gürültü ile birlikte veri işleme sonuçlarını paylaşacaktı. Gürültü seviyesi, çıktının olası bir saldırgana bir hedef hakkında istatistiksel olarak anlamlı bir şey söylemeyeceği şekilde ayarlanır: Aynı çıktı, hedefli bir veritabanından veya hedef olmadan tamamen aynı veritabanından gelebilirdi. Paylaşılan veri işleme sonuçları, hiç kimse hakkında bilgi ifşa etmez, dolayısıyla herkes için mahremiyeti korur.