تقدير مخاطر الكشف عن الهوية في البيانات الدقيقة

عندما تقوم الوكالات الإحصائية بإصدار البيانات الدقيقة للجمهور، قد يتمكن المستخدمون الخبيثون (المتطفلون) من ربط السجلات في البيانات المنشورة بسجلات في قواعد بيانات خارجية. قد تؤدي الإصدارات التي تفشل في منع مثل هذه التحديدات إلى فقدان مصداقية الوكالة أو، بالنسبة لبعض البيانات، إلى انتهاك القانون. للحد من الإفصاحات، غالباً ما تقوم الوكالات بإصدار نسخ معدلة من البيانات؛ ومع ذلك، لا تزال هناك مخاطر للتعرف. يتناول هذا المقال الإطار الذي طوره دنكان ولومبارد لحساب احتمالات الكشف عن الهوية للوحدات المختارة. يصف الطرق المصممة خصيصًا للبيانات المعدلة من خلال إعادة ترميز المتغيرات، تغيير القيم، أو إضافة ضوضاء عشوائية (وأيضًا مجموعات من هذه التقنيات الشائعة لتعديل البيانات) التي يمكن أن تستخدمها الوكالات لتقييم التهديدات من المتطفلين الذين يمتلكون معلومات عن العلاقات بين المتغيرات وطرق تعديل البيانات. باستخدام بيانات من مسح قوة العمل الحالي، يوضح المقال عملية خطوة بخطوة لتقييم مخاطر الكشف عن الهوية للإصدارات المتنافسة تحت افتراضات متغيرة حول معرفة المتطفلين. يتم تقديم مقاييس المخاطر للوحدات الفردية وللمجموعات البيانات الكاملة.