定義、目標與法律含義
資料去識別化處理,是按照明確用途和攻擊假設,降低睡眠資料與特定個人之間可關聯性的技術與治理過程。它可用於科研分析、產品驗證、跨機構協作、品質監測或統計發布,但目標不是簡單刪掉姓名,而是在保留必要資料效用的同時,把識別、關聯和屬性推斷風險控制到經評估可接受的水準。處理對象既包括原始記錄,也包括中繼資料、衍生特徵、標籤、日誌和匯出檔案。
去識別化、假名化與匿名化不能混用。可藉助另存的映射表、金鑰或其他資訊重新對應個人的資料,通常仍是可識別資料,只是安全性得到增強;只有在適用規則下達到無法識別且不能復原的要求,才可能被視為匿名資料。不同法域對判斷方法、責任和例外規定不同,因此專案應記錄適用法律、資料角色、處理目的和結論依據,不能把軟體按鈕或供應商聲明當作法律結論。
睡眠資料的識別面
清單應涵蓋姓名、證件號、聯絡方式、病歷號、帳戶號等直接標識,也要涵蓋可組合識別的準標識。睡眠場景中的高風險欄位常包括精確出生日期、郵遞區號或位置、就診機構、班次、入離院時間、精確入睡與起床時間、罕見診斷、裝置序號、IP 位址、手機廣告識別碼和家庭成員關係。單個欄位看似普通,多欄位組合後卻可能只對應極少數人。
多導睡眠圖、活動記錄、心電與血氧波形、打鼾音訊、臥室視訊、自由文字、檔名、影像標頭資訊和技術員備註都可能洩露身分。長期作息具有穩定模式,還可與社交發布、值班表、位置軌跡或其他資料來源對齊。衍生的睡眠分期、呼吸事件、疾病風險和依從性標籤雖然不含姓名,也可能暴露敏感健康屬性。資產發現必須追蹤資料血緣,不能只檢查主表的可見欄位。
風險模型與發布情境
風險評估先說明接收者是誰、能獲得哪些外部資料、是否可以下載逐筆記錄、是否受契約和稽核約束,以及攻擊需要的成本與技能。評估應同時考慮單獨識別、記錄連結、群體歸屬、成員推斷和敏感屬性推斷。可複製且穩定的特徵、在外部來源中可獲得的特徵,以及在資料集中高度獨特的組合,通常需要優先處理。
同一資料集在受控研究環境中可接受,並不意味著可以公開發布。常見交付模式包括公開統計表、經查詢介面返回的受控結果、合成資料、受保護的資料沙箱或逐項審批的資料檔案。應先選擇滿足用途的最小暴露模式,再決定欄位變換;若刪減後仍存在不可接受風險,應限制存取或停止發布,而不是不斷降低品質直到資料失去意義。
處理方法與時間結構
常用方法包括刪除直接標識、以隨機權杖替換內部標識、把年齡和位置分組、壓縮罕見類別、抑制小單元、截斷極端值、對數值或時間加入受控擾動,以及只輸出彙總結果。權杖映射表應與分析資料分離並實行獨立權限和金鑰管理。對低熵值直接做無鹽雜湊、把姓名改成固定編號,或僅遮蓋顯示介面,都不足以證明資料已完成去識別化。
睡眠研究尤其要處理時間結構。統一刪除日期可能破壞夜間跨日關係、工作日與週末差異、季節效應和介入前後順序;保留原始時刻又可能與公開事件對齊。可採用按人一致的日期偏移、相對研究日、時間分箱或受控精度,但必須驗證持續時長、事件間隔和時區邏輯仍然正確。每一種變換都應有版本、參數、適用欄位和可逆性說明。
效用驗證與重識別測試
驗收不能只檢查「已刪除多少欄位」。應分別驗證目標分析的偏差和變異、分布與相關結構、缺失模式、亞組涵蓋、極端事件、時間序列連續性,以及模型訓練後的效能和校準。對臨床或安全相關用途,還要確認變換沒有改變呼吸事件順序、睡眠階段持續時間、訊號取樣關係或關鍵閾值附近的判定。不同用途可能需要不同的發布版本,不能假設一份資料適合所有任務。
隱私測試可包括唯一性與等價組分析、基於合理外部資訊的記錄連結、最近鄰或距離攻擊、小單元檢查、自由文字掃描,以及對模型或查詢介面的成員與屬性推斷測試。指標、攻擊知識、候選總體、成功標準和殘餘風險必須寫入報告。某項指標達標不等於絕對安全;當外部資料、接收者、演算法或發布範圍變化時,應重新評估並設定複審或到期時間。
工程流程、控制與稽核
成熟流程從資料發現、用途確認和影響評估開始,經欄位分級、威脅建模、方案評審、隔離轉換、隱私與效用測試、揭露審查,再進入交付。原始區、映射區、處理區和發布區應邏輯隔離,採用最小權限、雙人審批、傳輸與靜態加密、金鑰輪替、匯出檢查和不可否認稽核。失敗任務、暫存檔案、快取、備份和除錯日誌也應納入清除與保留規則。
可重現交付應保存輸入資料版本、轉換程式碼、相依環境、規則清單、隨機種子或金鑰引用、測試結果和審批記錄,但不能把可重識別金鑰寫進普通日誌。自動化管線要在發現未知欄位、模式漂移或測試失敗時停止發布。供應商交付應明確分包、遠端維運、缺陷回應、事件通知、資料返還或刪除,以及專案終止後的證據留存責任。
治理邊界與採購驗收
去識別化是風險降低措施,不會自動提供蒐集、使用、共享或跨境傳輸的合法基礎,也不替代資料最小化、透明告知、當事人權利、倫理審查和安全保障。健康、生物識別、位置及未成年人資訊通常需要更嚴格控制。若仍保留重新連結能力,應把映射資訊視為高敏感資產,並規定誰可在何種緊急或品質糾錯情形下重新連結、由誰批准、如何通知和稽核。
採購時應要求供應方用目標資料和目標接收環境示範,而非只展示通用證書。驗收至少包括範圍完整性、殘餘識別風險、關鍵分析效用、金鑰與權限隔離、再處理觸發條件、公開輸出審查和可重現報告。契約應禁止未經授權的重識別與目的外使用,規定安全事件和下游轉交責任,並明確「去識別化」「匿名化」「零風險」等表述的適用邊界。最終決策應由資料負責人、隱私、安全、業務和必要的專業審查共同完成。