2014年6月16日，美国信息技术与创新基金会（ITIF）发布了一份题为《大数据与创新，以正视听：去身份识别发挥重要作用》的白皮书^[1]，指出：通过大数据分析可以创造巨大的经济与社会价值，但前提是要确保个人隐私得到维护，而去身份识别是最为有效的个人隐私保护方法之一。

一、去身份识别对大数据和创新中发挥着重要作用

对数据进行去身份识别是使数据能被第三方再利用的一种方式。为确保信息中的相关个人信息被真正消除，除了去除最直接的识别符（即能直接识别个人身份的变量）外，还需要去除准识别符，即那些虽不能直接确认个人身份，但具有高度相关性、可间接确认个人身份的变量。

在许多场合，均可以在对数据进行完整的去身份识别时，确保数据具备足够的质量供分析所用，即同时实现个人隐私保护与数据质量保留。一个经典的案例是美国遗产健康大奖赛（HHP），该大赛的目标是利用当年和之前的数据来预测患者来年的住院天数。这需要高质量的数据集，同时由于信息的敏感性，还需要保护个人的隐私。为同时满足隐私和数据质量要求，研究人员采取了先进的分步方案对数据进行了去身份识别：首先通过用不可撤销的假名替代直接标识符、移除数据集中不寻常的高值等基础技术对数据进行预处理；然后针对预处理后的数据集，评估其可能被攻击者再次进行身份鉴别的风险；最后，基于对各种可能攻击的分析结果，使用自动化算法来对数据集进行去身份识别。经过这一系列步骤后，攻击者要再次将去身份识别的数据进行身份鉴别，概率仅有0.0084。

二、身份再鉴别风险被过度夸大

虽然去身份识别的数据再次被确认身份的几率很小，但机构在进行去身份识别时，还是应该先进行风险评估，并考虑去身份识别技术与身份再鉴别技术目前的发展情况。决策者应为开发更强大的去身份识别工具、相关培训资料与最佳实践提供支持，使这些技术能被广泛采用。特别是应创建一种治理体制，帮助机构持续评估去身份识别数据库的整体质量，确保其发挥作用，并尽可能降低这些数据被再次确认身份的风险。

虽然仍有不少反对者声称，去身份识别的数据很容易再次被进行身份鉴别。然而，这不过是被过度夸大的担心。就保护个人信息而言，去身份识别目前仍然是一种有效且颇具价值的机制。而且，身份再鉴别技术的发展反过来亦会促进去身份识别技术的进步。             （张娟）