大数据时代不可能匿名_数据分析师

大数据近几年一直很火，不过隐私也成了关注点。大数据会收集人们高度隐私的数据，比如医疗记录或购物记录，再通过“分离识别”程序来匿名。如此一来，人们就不用担心个人隐私泄露了。不过事情真那么简单吗？

大数据时代的匿名化并非100%

普林斯顿的计算机科学家艾文德奈瑞 · 亚南，曾在2006年发表的一篇文章中称，在本该匿名的互联网电影数据中，Netflix用户的各种租借历史数据却能在交叉引用过程中被泄露。亚南登在7月9日的一份报告中称，匿名化支持者们（认为匿名化可行的人）也许还没预感到当下大数据中的危险漏洞。

不管是理论上还是实践中，匿名化的作用并不大。那些认为匿名化很安全的人，其实是在营造一种“伪安全感”，严重低估了那些数据骇客的威胁力，他们很有可能从大数据中窃取到个人信息。

个人地理位置数据并未被隐藏

一份2013年的报告称，从人们的手机中收集到的庞大数据组中看来，95%的手机用户能被监测到，因为他们在网上总会留下登录痕迹，实时照片分享信息。匿名化专家们会坦白地告诉你，根本没办法隐藏用户的地理位置信息。

数据库防线多么脆弱，专家也无法预知

在一份11万3千名病人的医疗记录案例研究中，匿名处理专家埃阿曼估计，不到1%的病人数据能做到再识别。但，亚南估计超过12%的病人数据能被锁定。袭击者要在数据库中锁定目标数据，简直是轻而易举。

匿名化很难，而数据再识别可永久

数据匿名化过程充满挑战，也容易发生错误。在近期发表纽约市一亿七千三百万组有关的士的数据中，包括司机都可能被重新识别出来，因为在驾照上使用的数据散列法（一种将字符组成的字符串转换为固定长度的数值或索引值的方法）也是粗制滥造的。

如果某人的匿名数据被公开，那么会一直存在于网上，不会消除。这比起某公司或某应用软件数据被入侵要严重的多了 。当一家公司的数据库被入侵了，只需要做好安全工作：修复数据漏洞，警报通知各用户，一切照常进行。 但是，这不代表我们要放弃使用数据，只需放弃被泄露的数据账号即可。

那么，我们要不要砸碎手机，放弃医疗（医疗数据泄露），直接隐居山林呢？但埃阿曼教授却不太认同，他极力支持匿名化技术，并表示：“亚南称超过12%的病人数据能被锁定，但他并没有对单个病人的数据进行再识别。如果亚南是再识别技术领域的引领者，那么匿名化是非常可行的。”

这对我们这些处在大数据时代中的人来说，是一个大好消息。但是，大数据匿名化没有崩盘，不代表匿名化技术坚不可摧。