Minimización y anonimización

5 tareas · 40 min · Principiante

Quitar el nombre de un registro no lo vuelve anónimo. Coirón Salud ha preparado un lote de transcripciones para afinar a Cuyén y asegura que está «anonimizado». Tienes un registro antes y después del tratamiento, la tabla de grupos que forman sus datos y el informe de reidentificación del equipo. Aprendes la diferencia entre seudonimizar y anonimizar, qué es un cuasi-identificador y cómo se comprueba si una persona puede reconocerse por la combinación de sus rasgos. Todo son datos ficticios; no se intenta reidentificar a nadie.

0 de 5 · 0%

Objetivo de la sala

Seudonimizar es reemplazar los identificadores directos por un código; mientras exista una tabla que permita volver del código a la persona, o datos con los que se pueda deducir quién es, el dato sigue siendo personal. El RGPD lo define en el artículo 4 (apartado 5) y lo trata como un dato personal protegido con una medida, no como un dato fuera de su alcance. Anonimizar, en cambio, exige que la persona deje de ser identificable por medios razonables.

Abre el lote antes y después. Verás qué se quitó y qué se dejó.

Responde para continuar

Cada registro del lote sustituyó el nombre por un código, pero se conserva la tabla que lo relaciona con el paciente. ¿Qué es ese lote?

Un lote cifrado, y por eso se puede afinar con él sin ninguna otra medida Un lote anonimizado, porque ningún registro del lote conserva ya el nombre del paciente en claro Un lote seudonimizado: la tabla permite volver a la persona, y sigue siendo dato personal

Ver pista de ayuda

Piensa en si alguien, con lo que se conserva, puede volver a saber quién es.

En el tratamiento del lote se ve algo que el equipo no mencionó en su resumen: junto al lote «anonimizado» quedó guardado el archivo con el que se vuelve del código a la persona. Para el defensor, ese archivo es el verdadero dato sensible del conjunto.

Localiza su nombre en el expediente.

Responde para continuar

Escribe el nombre del archivo que permite relacionar cada código con el paciente.

Ver pista de ayuda

Con la terminal, `cat coiron/lote-antes-y-despues.txt`.

Aun sin nombre ni código, una persona puede reconocerse por la combinación de rasgos como la ciudad, la edad y un diagnóstico poco común. Esos rasgos se llaman cuasi-identificadores. Una forma de medir el riesgo es el k-anonimato: cada combinación debe compartirla al menos k personas del lote. Si una combinación la tiene una sola persona, k vale 1 para ella, y ese registro es el más fácil de reconocer.

El informe del equipo fija como mínimo aceptable k = 5. Abre la tabla de grupos y localiza el grupo más expuesto.

Responde para continuar

Escribe el identificador del grupo con menos registros, el más fácil de reconocer.

Ver pista de ayuda

Con la terminal, `cat coiron/grupos.csv`. Mira la columna registros.

El umbral no se aplica a ojo. Se cuenta cuántos grupos quedan por debajo y se decide qué hacer con ellos. Un lote con un solo grupo bajo el mínimo puede arreglarse retirando esos registros; con muchos, hay que replantear el tratamiento.

Cuenta con la tabla de grupos y el mínimo del informe.

Responde para continuar

¿Cuántos grupos de la tabla tienen menos registros que el mínimo del informe? Escribe solo el número.

Ver pista de ayuda

El mínimo está en el informe de reidentificación. Compara cada grupo de la tabla con él.

Hay dos movimientos para subir k: generalizar (ciudad por región, edad exacta por rangos más amplios, diagnóstico por categoría) y suprimir (retirar del lote los registros que siguen siendo únicos). Ambos pierden detalle y es el precio de la protección. Añadir más ruido a un nombre que ya no está no cambia nada.

La minimización completa el cuadro: si el asistente no necesita ciertos campos para su función, la mejor anonimización es no incluirlos.

Responde para continuar

Los grupos bajo el mínimo siguen siendo reconocibles. ¿Qué medida los corrige?

Cambiar los códigos por otros nuevos, para que no coincidan con los anteriores del lote Guardar la tabla de reemplazo en una carpeta distinta, para que no esté junto al lote tratado ni al informe Generalizar los rasgos y retirar los registros que sigan siendo únicos, perdiendo algo de detalle

Ver pista de ayuda

Se trata de que cada combinación de rasgos la compartan más personas.

Inicia sesión para registrar tus puntos y progreso en el ranking.

Entrar · Registrarse

1 Seudonimizar no es anonimizar Lab

2 El archivo que deshace el cambio Lab

3 Cuasi-identificadores y k Lab

4 Cuántos grupos no llegan al mínimo Lab

5 Cómo se corrige Lab

Whoami-Labs Pro utiliza cookies