Nahana ka mang? Mehlala e 5 hobaneng ho tlosa mabitso e se khetho
Kenyelletso ho Guess Who
Nahana hore na ke mang? Le ha ke na le bonnete ba hore bongata ba lona le tseba papali ena ho tloha matsatsing a fetileng, ke ena kakaretso e khutšoane. Morero oa papali: fumana lebitso la sebapali se qabolang se khethiloeng ke mohanyetsi oa hau ka ho botsa lipotso tsa 'e' le 'che' joalo ka 'na motho o roala katiba?' kapa 'motho o roala likhalase'? Libapali li felisa likhetho ho latela karabelo ea mohanyetsi 'me li ithuta litšobotsi tse amanang le semelo sa sephiri sa mohanyetsi oa bona. Sebapali sa pele se bonts'ang sephiri sa sebapali se seng se hapa papali.
U e fumane. Motho o tlameha ho khetholla motho eo a tsoang ho dataset ka ho ba le phihlello ea litšobotsi tse tsamaellanang feela. Ebile, re lula re bona mohopolo ona oa Guess Who o sebelisitseng ts'ebetsong, empa a sebelisoe ho li-database tse hlophisitsoeng ka mela le likholomo tse nang le litšobotsi tsa batho ba 'nete. Phapang e ka sehloohong ha u sebetsa le data ke hore batho ba tloaetse ho nyenyefatsa boiketlo boo batho ba 'nete ba ka tsebisoang ka bona ka ho ba le litšobotsi tse' maloa feela.
Joalokaha papali ea Guess Who e bontša, motho e mong a ka khetholla batho ka ho ba le litšobotsi tse fokolang feela. E sebetsa e le mohlala o bonolo oa hore na hobaneng ho tlosa feela 'mabitso' (kapa tse ling tse khethollang ka kotloloho) ho dataset ea hau ho hloleha e le mokhoa oa ho se tsebahale. Ka blog ena, re fana ka linyeoe tse 'ne tse sebetsang ho u tsebisa ka likotsi tsa lekunutu tse amanang le ho tlosoa ha litšiea e le mokhoa oa ho tsebahatsa data.
2) Litlhaselo tsa khokahano: database ea hau e hokahane le mehloli e meng ea sechaba (ea sechaba)
Kotsi ea litlhaselo tsa khokahano ke lona lebaka la bohlokoahali leo ka lona ho tlosa mabitso feela ho sa sebetseng (ha e sa le joalo) e le mokhoa oa ho tsebahatsa mabitso. Ka tlhaselo ea khokahano, mohlaseli o kopanya data ea mantlha le mehloli e meng ea data e fumanehang hore a tsebe ho khetholla motho ka mong le ho ithuta tlhaiso-leseling (eo hangata e leng bonolo) ka motho enoa.
Ntho ea bohlokoa mona ke ho fumaneha ha lisebelisoa tse ling tsa data tse teng hona joale, kapa tse ka bang teng nakong e tlang. Nahana ka uena. Ke lintlha tse kae tsa hau tsa botho tse ka fumanoang ho Facebook, Instagram kapa LinkedIn tse ka 'nang tsa sebelisoa hampe bakeng sa tlhaselo ea khokahano?
Matsatsing a pejana, ho fumaneha ha data ho ne ho fokolitsoe haholo, e leng karolo e hlalosang hore na hobaneng ho tlosoa ha mabitso ho ne ho lekane ho boloka lekunutu la batho ka bomong. Lintlha tse fokolang tse fumanehang li bolela menyetla e fokolang ea ho hokahanya data. Le ha ho le joalo, joale re barupeluoa (ba mafolofolo) moruong o tsamaisoang ke data, moo palo ea data e ntseng e hola ka sekhahla se hlakileng. Lintlha tse ling, le ntlafatso ea mahlale a ho bokella lintlha li tla lebisa ho menyetla e eketsehileng ea litlhaselo tsa khokahano. Motho a ka ngola eng lilemong tse 10 ka kotsi ea tlhaselo ea khokahano?
Papiso 1
Lintlha tse holang ka mokhoa o hlakileng ke 'nete
Thuto ea pale
Sweeney (2002) o bonts'itse pampiring ea thuto hore na o tseba joang ho fumana le ho fumana lintlha tsa bongaka tse hlokolosi ho batho ka bomong ho ipapisitse le seteishene sa tlhaiso-leseling se fumanehang sechabeng sa 'maeto a sepetlele' ho sengolisi se fumanehang sa sechaba sa likhetho United States. Li-database tse peli moo ho nahanoang hore ha li tsejoe hantle ka ho hlakola mabitso le likhetho tse ling tse tobileng.
Papiso 2
Tlhaselo ea khokahano ts'ebetsong
Ho ipapisitsoe le mekhahlelo e meraro feela (1) Zip Code, (2) Bong le (3) Letsatsi la Tsoalo, o bonts'itse hore 87% ea baahi bohle ba Amerika ba ka tsejoa bocha ka ho bapisa litšobotsi tse boletsoeng ka holimo ho li-database ka bobeli. Sweeney o ile a pheta mosebetsi oa hae ka ho ba le 'naha' e le sebaka se seng ho fapana le 'Zip Code'. Ntle le moo, o bonts'itse hore 18% ea baahi bohle ba Amerika ba ka tsejoa feela ka ho fumana database e nang le leseli ka (1) naha ea habo, (2) bong le (3) letsatsi la tsoalo. Nahana ka mehloli ea sechaba e boletsoeng ka holimo, joalo ka Facebook, LinkedIn kapa Instagram. Na naha ea hau, tekano le letsatsi la tsoalo lia bonahala, kapa basebelisi ba bang ba khona ho li hula?
Papiso 3
Liphetho tsa Sweeney
| Lits'oants'o tsa Quasi | % e khethiloeng ka mokhoa o ikhethileng oa baahi ba Amerika (limilione tse 248) |
| ZIP tse 5, bong, letsatsi la tsoalo | 87% |
| sebaka, bong, letsatsi la tsoalo | 53% |
| naheng, bong, letsatsi la tsoalo | 18% |
Mohlala ona o bonts'a hore ho ka ba bonolo haholo ho khetholla batho ka tlhaiso-leseling e bonahalang e sa tsejoe. Taba ea mantlha, thuto ena e bonts'a boholo ba kotsi, joalo ka 87% ea baahi ba US e ka tsejoa habonolo ho sebelisoa litšobotsi tse 'maloa. Taba ea bobeli, lintlha tse pepeneneng tsa bongaka thutong ena li ne li le thata haholo. Mehlala ea tlhaiso-leseling ea batho ba tsoang ho seteishene sa maeto a sepetlele e kenyelletsa morabe, tlhahlobo le kalafo. Litšobotsi tseo motho a ka li bolokang e le lekunutu, ho etsa mohlala, ho tsoa lik'hamphaning tsa inshorense.
3) Batho ba nang le tsebo
Kotsi e 'ngoe ea ho tlosa li-identifi tse tobileng, joalo ka mabitso, e hlaha ha batho ba nang le tsebo ba e-na le tsebo e phahameng kapa tlhaiso-leseling ka litsobotsi kapa boits'oaro ba batho ba ikhethileng. Ho ipapisitsoe le tsebo ea bona, mohlaseli a ka khona ho hokahanya lirekoto tse ikhethileng le batho ba nnete.
Thuto ea pale
Mohlala oa tlhaselo ea dataset e sebelisang tsebo e phahameng ke nyeoe ea tekesi ea New York, moo Atockar (2014) e ileng ea khona ho senola batho ba itseng. Dataset e sebelisitsoeng e ne e na le maeto ohle a litekesi New York, a ntlafalitsoeng ka litšobotsi tsa mantlha joalo ka likhokahanyo tsa qalo, likhokahanyo tsa pheletso, theko le ntlha ea leeto.
Motho ea nang le tsebo ea tsebang New York o ile a khona ho fumana maeto a tekesi ho sehlopha sa batho ba baholo 'Hustler'. Ka ho sefa 'sebaka sa ho qetela', o ile a hlakola liaterese tse qalang hantle mme ka hona a tseba baeti ba fapaneng khafetsa. Ka mokhoa o ts'oanang, motho a ka nka ho palama tekesi ha aterese ea lapeng ea motho eo e tsejoa. Nako le sebaka sa libapali tse 'maloa tsa lifilimi tse tummeng li fumanoe libakeng tsa lesebo. Kamora ho hokahanya tlhaiso-leseling ena le tlhaiso-leseling ea litekesi tsa NYC, ho ne ho le bonolo ho fumana lipalami tsa bona tsa tekesi, chelete eo ba e lefileng, le hore na ba ne ba sentse.
Papiso 4
Motho ea nang le tsebo
Hustler e hokahanya
Bradley Cooper
Jessica Alba
4) Lintlha e le monoana oa menoana
Mohala o tloaelehileng oa likhang ke 'data ena ha e na thuso' kapa 'ha ho motho ea ka etsang letho ka data ena'. Hangata hona ke monahano o fosahetseng. Le data e se nang molato e ka etsa 'fingerprint' e ikhethang 'me ea sebelisoa ho khetholla batho ka bomong. Ke kotsi e tsoang ho tumelo ea hore data ka boeona ha e na thuso, athe ha e joalo.
Kotsi ea ho khetholla e tla eketseha ka keketseho ea data, AI, le lisebelisoa tse ling le li-algorithms tse lumellang ho sibolloa ha likamano tse rarahaneng ho data. Ka hona, leha database ea hau e ke ke ea senoloa hona joale, 'me mohlomong e se na thuso ho batho ba sa lumelloang kajeno, ekabe e se hosane.
Thuto ea pale
Mohlala o motle ke oa moo Netflix e neng e rerile ho bokella lefapha la R&D ka ho hlahisa tlholisano e bulehileng ea Netflix ho ntlafatsa sistimi ea bona ea likhothaletso tsa lifilimi. 'E ntlafatsang tšebelisano' moho ea algorithm ea ho hlalohanya lintlha tsa basebelisi ba lifilimi e hapa moputso oa US $ 1,000,000 '. Bakeng sa ho ts'ehetsa bongata, Netflix e phatlalalitse dataset e nang le litšoaneleho tsa mantlha tse latelang: userID, movie, letsatsi la grade le grade (ka hona ha ho na leseli le eketsehileng ka mosebelisi kapa filimi ka boyona).
Papiso 5
Sebopeho sa dataset theko ea Netflix
| Theneketso | Movie | Letsatsi la sehlopha | Kereiti ya |
| 123456789 | Morero ha o khonehe | 10-12-2008 | 4 |
Ka thoko, data e bonahala e se na thuso. Ha u botsa potso e reng 'Na ho na le leseli la moreki ka har'a database le lokelang ho bolokoa e le lekunutu?', Karabo e bile:
'Che, tlhaiso-leseling eohle e khethollang moreki e tlositsoe; tse salang ke lintlha le matsatsi. Sena se latela leano la rona la lekunutu… '
Leha ho le joalo, Narayanan (2008) oa Univesithi ea Texas ho Austin o pakile se fapaneng. Motsoako oa limaraka, letsatsi la kereiti le baesekopo ea motho ka mong li theha monono o ikhethang oa baesekopo. Nahana ka boitšoaro ba hau ba Netflix. U nahana hore ke batho ba bakae ba shebelletseng lifilimi tse tšoanang? Ke ba bakae ba ileng ba shebella lifilimi tse tšoanang ka nako e le 'ngoe?
Potso e kholo, o ka bapisa menoana ee joang? E ne e le bonolo. Ho ipapisitsoe le tlhaiso-leseling e tsoang webosaeteng e tsebahalang ea ho lekanya lifilimi IMDb (Internet Movie Database), ho ka etsoa menoana e tšoanang. Ka lebaka leo, batho ka bomong ba ka tsejoa hape.
Le ha boitšoaro ba ho shebella baesekopo bo kanna ba se nkuoe e le tlhaiso-leseling e bobebe, nahana ka boits'oaro ba hau - na u ka tsotella haeba e ka phatlalatsoa? Mehlala eo Narayanan a faneng ka eona pampiring ea hae ke likhetho tsa lipolotiki (lintlha tsa 'Jesus of Nazareth' le 'The Gospel of John') le likhetho tsa thobalano (lintlha tsa 'Bent' le 'Queer joalo ka batho') tse ka silafatsoang habonolo.
5) Molao-motheo oa Ts'ireletso ea Boitsebiso (GDPR)
GDPR e kanna ea se be e khahlisang haholo, kapa kulo ea silevera har'a lihlooho tsa blog. Leha ho le joalo, hoa thusa ho fumana litlhaloso tse otlolohileng ha u sebetsana le lintlha tsa hau. Kaha blog ena e bua ka mohopolo o fosahetseng o tloaelehileng oa ho tlosa likholomo e le tsela ea ho tsebahatsa data le ho u ruta u le processor ea data, a re qaleng ka ho lekola tlhaloso ea ho tsebahala ho latela GDPR.
Ho ea ka recital 26 e tsoang ho GDPR, tlhaiso-leseling e sa tsejoeng e hlalosoa e le:
'tlhahisoleseling e sa amaneng le motho oa tlhaho ea khethiloeng kapa ea ka tsejoang kapa tlhaiso-leseling e sa tsejoeng ka tsela eo moelelo oa data o seng o sa tsejoe kapa o seng o sa tsejoe.'
Kaha motho o sebetsana le lintlha tsa hae tse amanang le motho oa tlhaho, ke karolo ea 2 feela ea tlhaloso e bohlokoa. Bakeng sa ho ikamahanya le tlhaloso, motho o tlameha ho netefatsa hore taba ea motho (motho ka mong) ha e tsejoe kapa ha e sa tsebahala. Joalokaha ho bontšitsoe ho blog ena, ho bonolo haholo ho khetholla batho ka bomong ho latela litšobotsi tse 'maloa. Kahoo, ho tlosa mabitso ho dataset ha ho lumellane le tlhaloso ea GDPR ea ho se tsejoe.
Ha re phethela
Re phephetse e 'ngoe e nahannoang hangata' me, ka bomalimabe, e ntse e sebelisoa khafetsa mokhoa oa ho khetholla data: ho tlosa mabitso. Papaling ea Guess Who le mehlala e meng e mene e mabapi le:
- Litlhaselo tsa khokahano
- Batho ba nang le tsebo
- Lintlha e le monoana oa menoana
- Tokiso e akaretsang ea ts'ireletso ea lits'ebeletso
ho bonts'itsoe hore ho tlosa mabitso ho hloleha e le ho se tsejoe. Le ha mehlala e le linyeoe tse makatsang, o mong le o mong o bonts'a bonolo ba ho khetholla bocha le litlamorao tse mpe tse ka bang teng ho boinotšing ba batho ka bomong.
Ha ke phethela, ho tlosoa ha mabitso pokellong ea datha ea hau ha ho hlahise data e sa tsejoeng. Kahoo, ho molemo hore re qobe ho sebelisa mantsoe ana ka bobeli. Ke tšepa ka tieo hore u ke ke ua sebelisa mokhoa ona bakeng sa ho khetholla mabitso. Mme, haeba o ntse o etsa joalo, etsa bonnete ba hore uena le sehlopha sa hau le utloisisa ka botlalo likotsi tsa lekunutu, mme le lumelloa ho amohela likotsi tseo molemong oa batho ba anngoeng.
Lintlha ke tsa maiketsetso, empa sehlopha sa rona ke sa 'nete!
Ikopanye le Syntho mme e mong oa litsebi tsa rona o tla ikopanya le uena ka lebelo la leseli ho hlahloba bohlokoa ba data ea maiketsetso!
- D. Reinsel, J. Gantz, John Rydning. The Digitization of the World From Edge to Core, Data Age 2025, 2018
- L. Sweeney. k-ho se tsejoe: mohlala oa ho sireletsa lekunutu. International Journal mabapi le ho se ts'oanehe, botsitso le litsamaiso tse thehiloeng tsebong, 10 (5), 2002: 557-570
- L. Sweeney. Palo ea Batho e Bonolo Hangata e Khetholla Batho ka mokhoa o Ikhethileng. Carnegie Mellon University, Pampiri ea Ts'ebetso ea Lekunutu ea Data 3. Pittsburgh 2000
- P. Samarati. Ho Sireletsa Boitsebiso ba Baarabelli Phatlalatsong ea Microdata. Ts'ebetso ea IEEE ho Boenjiniere ba Tsebo le Boitsebiso, 13 (6), 2001: 1010-1027
- Atockar. Ho palama le Linaleli: Lekunutu la Bapalami ho NYC Taxicab Dataset, 2014
- Narayanan, A., & Shmatikov, V. (2008). Robust de-anonymization ea li-database tse kholo tse fokolang. In Proceedings - 2008 IEEE Symposium on Security and Privacy, SP (maq. 111-125)
- Molao oa Kakaretso oa Ts'ireletso ea Datha (GDPR), Recital 26, Ha e sebetse ho Boitsebiso bo sa Tsejoeng