Deanonymisierung

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Deanonymisierung (auch De-Anonymisierung und Re-Identifikation[1]) ist die gezielte Aufhebung vorher durchgeführter Anonymisierung von Daten. Meist geht es dabei um die Zuordnung anonymisierter Personen- oder Unternehmensdaten. Dabei wird durch die Kombination von verfügbaren Daten ermittelt, dass diese nur noch oder mit einer großen Wahrscheinlichkeit auf eine Einheit zutreffen. Deanonymisierende Personen oder Organisationen nennt man auch Datenangreifer.

Gesellschaftliche Bedeutung

[Bearbeiten | Quelltext bearbeiten]

Im Zuge der Neuen Sozialen Bewegungen wurden die Volkszählungen in den Jahren 1983 und 1987 auch wegen des Risikos der Deanonymisierung kritisiert (vgl. Volkszählungsurteil).[2] Ein neueres Problem stellt die Deanonymisierung in Sozialen Netzwerken im Internet dar.[3] Dabei ist die Rede vom Gläsernen Menschen.

Ebenfalls bei der Forschung mit genetischen Daten sind Deanonymisierungen möglich.

Neue Forschungsarbeiten konnten zudem zeigen, dass eine Deanonymisierung auch bei Gerichtsurteilen möglich ist.[4][5][6]

  • Martin Rosemann, Daniel Vorgrimler, Rainer Lenz: Erste Ergebnisse faktischer Anonymisierung wirtschaftsstatistischer Einzeldaten. In: Allgemeines Statistisches Archiv, Heft 88, Number 1 / Februar 2004, S. 73–99, doi:10.1007/s101820400160. Physica Verlag, An Imprint of Springer-Verlag. ISSN 0002-6018 (print), ISSN 1614-0176 (online).

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. R. Wiegert: Matching-Verfahren und die Re-Identifikation faktisch anonymisierter Einzeldaten. In: Anonymisierung wirtschaftsstatistischer Einzeldaten, S. 60–68. In: Statistisches Bundesamt (Hrsg.): Schriftenreihe Forum der Bundesstatistik, Vol. 42, 2003.
  2. Bundeszentrale für politische Bildung: Vor 30 Jahren: Protest gegen Volkszählung
  3. Ulrich Greveler, Dennis Löhr: Deanonymisierung von Profilen sozialer Netzwerke unter Nutzung von Metadaten aus Bildern. DACH Security, 2010, S. 8.
  4. Kerstin Noëlle Vokinger / Urs Jakob Mühlematter: Re-Identifikation von Gerichtsurteilen durch «Linkage» von Daten(banken). Hrsg.: Jusletter. 2. September 2019.
  5. Simon Chandler: Researchers Use Big Data And AI To Remove Legal Confidentiality. Forbes, abgerufen am 7. Dezember 2019 (englisch).
  6. Dominic Deuber, Michael Keuchen, Nicolas Christin: Assessing Anonymity Techniques Employed in German Court Decisions: A De-Anonymization Experiment. In: Proceedings of the 32nd USENIX Security Symposium (USENIX Security 23). 2023 (usenix.org).