En la actualidad nos resulta cada vez más difícil mantener el anonimato. Nuestra información personal se encuentra en los ficheros de numerosas empresas o administraciones públicas. Sin embargo, la normativa vigente de Protección de Datos obliga a estas entidades a preservar la privacidad de los datos del individuo. Y ahí es donde entra la K-anonimidad.
¿Qué es la K-anonimidad?
El concepto de K-anonimidad se refiere a una técnica que permite cuantificar y aplicar un determinado grado de anonimidad a la información almacenada de los sujetos que figuran en una base de datos concreta. Para ello, se eliminan los datos identificadores y se aplican herramientas que evitan que los datos cuasi-identificadores se puedan relacionar con los datos sensibles.
¿Qué mide?
La K-anonimidad mide la probabilidad de que un tercero pueda relacionar los datos de una persona que hayan sido tratados, y la posibilidad de que pueda llegar a un perfil al que se atribuyen dichos datos.
El grado de probabilidad de que se pueda identificar a una persona (los que no relacionan al sujeto de manera directa) se determina a través de la proporción 1/K. Un valor alto de K garantiza una correcta anonimización.
Métodos de la K-anonimidad
Para conseguir que las bases de datos cuenten con datos cuasi-identificadores repetidos que impidan la identificación directa, se recurre a dos técnicas: la generalización y la eliminación.
Generalización consiste en limitar la precisión de los datos cuasi-identificadores. Se realiza mediante el establecimiento de una jerarquía. En este sistema ciertos atributos dentro de un mismo grupo comparten valores. Estos valores no estarán completamente visibles, sino que solo serán identificables parcialmente.
Eliminación consiste en eliminar de las BBDD aquellos valores poco usuales y diferenciados de los demás, que podrían favorecer la identificación del sujeto.
Limitaciones
En el caso de la generalización, el efecto que se busca es que no se pueda realizar un análisis en base a los datos atomizados. De esta manera, se evita que esta información pueda ser relacionada con otros datos.
Por su parte, la eliminación introduce un sesgo informativo. Es decir, limita los números de resultados en las bases de datos. De esta forma busca que no figuren aquellos sujetos cuyos datos son muy diferentes al resto y, por lo tanto, serían más fáciles de identificar.
