Abstract | U današnjem društvu sve je veća potreba za javno dostupnim podacima koji bi se koristili u daljnjoj obradi. Povećanjem krađa i zloupotrebe osobnih podataka korisnika i zaposlenika, rezultiralo je uvođenjem propisa zaštite podataka od strane vlada i izvršnih vlasti. Razvijene su razne metode tzv. anonimizacije podataka kojima se u okvirima statistike i računarstva nastoji riješiti problem zaštite podataka. Anonimizacijske tehnike oblikuju podatke iz originalnog oblika u anonimiziran. Klasične anonimizacijske tehnike uključuju zamjenu, brojčano odstupanje, poništavanje, maskiranje znakom, miješanje podataka, te tehnike kriptografije kao šifriranje, hashiranje. Većina ovih tehnika ima daljnje varijacije. Iako vanjski hakerski napadi na poduzeće mogu biti spriječeni putem mreže i sigurnosnim mehanizmom, sprječavanje zloupotrebe osjetljivih podataka ostvarivo je programom anonimizacije podataka obuhvaćajući upravljanje, procesiranje, obučavanje, alate, tehnike, sigurnost i pravila o privatnosti. Anonimizacijom podataka omogućujemo zadržavanje podataka koji se ne mogu povezati sa pojedincem, ali omogućuje daljnju upotrebu za analize koje se koriste u današnjem svijetu radi predviđanja, znanstvenih istraživanja. Analiza anonimiziranih podataka ovisi o stupnju anonimizacije. Različitim korisnicima su bitni različiti podaci pa su stoga za jednu bazu potrebne i drugačije anonimizacije, sa različitim stupnjevima sigurnosti. Kako bi se mogli analizirati određeni podaci, potrebno je obaviti anonimizaciju koja će davati dovoljno informacija, ali da ne ugrožavajući osobne podatke. |
Abstract (english) | In today’s world, there is great demand on sharing of person-specific data for further analysis. Increasing theft and misuse of personal data influenced the development of data anonymisation, which solves data protection issue combining statistics and computer science. Anonymisation techniques format data from original to anonymous. Typical anonymisation techniques include substitution, shuffling, nulling, character masking, number variance, hashing and their variants. Using data anonymisation enables saving the data which is not linkable with an individual but is usable for data analysis. Analysis of anonymised data depends on the degree of anonymisation. Different users have different requests that require several anonymisation for one database. To analyse data, anonymised data must keep enough information and at the same time not compromise personal data. |