第2章 去標識

去標識（de-identification）是指從數據集中刪除標識信息的過程。有時會將去標識這一術語與匿名（anonymization）和假名（pseudonymization）這兩個術語看作同義詞，表達相同的概念。

我們尚不能嚴謹地定義什么是標識信息。通常將標識信息理解為在日常生活中可以唯一標識我們自己的信息。從這個理解角度看，姓名、地址、電話號碼、電子郵箱等都屬于標識信息。稍后將會了解到，不可能為標識信息給出嚴謹的定義，因為所有信息都可以用來標識個體。一般來說，個人標識信息（Personally Identifiable Information，PII）和標識信息這兩個術語是同義詞，表達相同的概念。

如何才能對信息去標識？很簡單，直接移除包含標識信息的列就可以了。

我們將數據中一部分個體的標識信息保留下來，隨后將把這些保留的標識信息作為輔助數據（auxiliary data）來實施一次重標識（re-identification）攻擊。