Việc ẩn danh dữ liệu loại bỏ các thông tin nhận dạng cá nhân để dữ liệu không thể liên kết ngược lại với từng cá nhân cụ thể. Tên, địa chỉ, số điện thoại và số an sinh xã hội sẽ bị loại bỏ hoặc thay thế. Mục tiêu là sử dụng dữ liệu cho nghiên cứu hoặc phân tích mà không làm lộ danh tính của bất kỳ ai. Các nhà nghiên cứu y tế ẩn danh hồ sơ bệnh nhân. Các công ty ẩn danh dữ liệu hành vi người dùng trước khi chia sẻ với các đối tác.

Việc ẩn danh hoàn toàn khó hơn người ta tưởng. Chỉ xóa tên thôi là chưa đủ. Sự kết hợp của các thuộc tính có thể giúp xác định lại danh tính của một người. Ngày sinh, mã bưu chính và giới tính kết hợp với nhau có thể xác định duy nhất hầu hết các cá nhân ở Hoa Kỳ. Latanya Sweeney đã chứng minh điều này vào năm 1997 bằng cách xác định lại danh tính hồ sơ y tế của một thống đốc tiểu bang từ dữ liệu được cho là ẩn danh. Bộ dữ liệu Giải thưởng Netflix đã được giải mã danh tính vào năm 2008 bằng cách đối chiếu với xếp hạng IMDb. Các kỹ thuật như ẩn danh k, bảo mật khác biệt và tạo dữ liệu tổng hợp đang cố gắng giải quyết vấn đề. Mỗi kỹ thuật đều có sự đánh đổi giữa quyền riêng tư và tính hữu ích. Ẩn danh càng mạnh thì dữ liệu càng ít hữu ích. Ẩn danh hoàn hảo có thể đồng nghĩa với việc không có dữ liệu nào cả. Các cơ quan quản lý nhận ra khó khăn này. GDPR xử lý dữ liệu ẩn danh khác với dữ liệu được mã hóa, nhưng ranh giới giữa chúng rất mờ. Việc xác định lại danh tính thường chỉ là vấn đề nỗ lực.

Các kỹ thuật ẩn danh

• Loại bỏ — xóa hoàn toàn các định danh
• Khái quát hóa — thay thế các giá trị cụ thể bằng các khoảng giá trị
• Mã hóa danh tính — thay thế các định danh gốc bằng các định danh giả, có thể đảo ngược bằng khóa.
• Bảo mật khác biệt — thêm nhiễu thống kê để bảo vệ cá nhân
• Dữ liệu tổng hợp — tạo ra các bản ghi nhân tạo mô phỏng các mẫu dữ liệu thực tế.

Việc ẩn danh hóa dữ liệu giúp giảm thiểu rủi ro, nhưng không loại bỏ hoàn toàn rủi ro. Cần xử lý dữ liệu đã được ẩn danh một cách cẩn trọng.