ANONIMIZACIÓN DE DATOS ESTRUCTURADOS

ANONIMIZACIÓN DE DATOS ESTRUCTURADOS

1. INTRODUCCIÓN

   • La finalidad del proceso de anonimización es evitar la identificación de las personas y reducir su probabilidad de reidentificación sin afectar la veracidad de los resultados y utilidad de los datos que han sido tratados
   • Este procedimiento es especialmente relavante en los entornos que surgen con la evolución tecnológica y fenómeno como Big Data u Open Data, los cuales aumentan la probabilidad de reidentificación de las personas
   • La guía busca garantizar la protección de cualquier información producida, gestionada o recolectada que contenga datos personales bajo las siguientes premisas:
     • 1. Protección de derechos
     • 2. Transparencia y datos abiertos
     • 3. Acceso e interoperabilidad
     • 4. Eficiencia Administrativa
     • 5. Reportes de información
   • Objetivo de la guía
     • 1. Precisar conceptos y proporcionar una orientación metodológica a las entidades públicas y privadas con funciones públicas
     • 2. Contribuir a que las entidades públicas o privadas den cumplimiento a la normatividad existente en materia de protección de datos personales
     • 3. Proporcionar orientación sobre las técnicas de anonimización y su uso adecuado según los conjuntos de datos que requieran ser anonimizados
   • Alcance de la guía
     • La orientación metodológica y técnicas de anonimización de datos personales que se presentan, estan orientados para datos estructurados. No para archivos multimedia
   • Público Objetivo
     • Dirigida a entidades que gestionen, almacenen, administren, obtengan, produzcan, procesen, custodien y publiquen información dando cumplimiento a la normatividad

2. Anonimización de Datos Personales

   • ¿Qué son los datos personales?
     • Se define como cualquier información que pueda asociarse a una o varias personas naturales determinadas o determinables
   • ¿Qué es anonimizar datos?
     • Es el proceso mediante el cual se condiciona un conjunto de datos de modo que no se pueda identificar a una persona, pero pueda ser utilizad para realizar análisis técnico y científico válido sobre ese conjunto de datos.
     • El proceso requiere una adecuada comprensión del próposito final de la utilización de la información, así como de su nivel de utilidad; una vez realizado el proceso de anonimización se reduce la información original del conjunto de datos
   • ¿Cúando se considera que los datos son anonimizados?
     • Los datos se encuentran anonimizados cuando los sujetos dueño de los datos ya no pueden ser identificables; estos se pueden usar, reutilizar y divulgar sin violar el derecho a la protección de datos de los titulares de la información
   • ¿Por qué se debe anonimizar?
     • Para impedir que, a partir de un dato o de una combinación de datos de una misma fuente, se logre identificar sujetos individuales
     • Para proteger los derechos de los titulares de los datos e información y reducir o eliminar el riesgo de reidentificación
     • Para evitar la identificación directa e indirecta
     • Para facilitar la divulgación, publicación e intercambio de datos, sin vulnerar los derechos a la protección de datos
     • Para publicar de manera segura datos abiertos protegiendo la privacidad de las personas
     • Para cuando se intercambia información con otra entidades y este intercambio requiere la inclusión de datos personales
   • La protección de datos personales en el entorno de la transformación digital
     • El conjunto de tecnologías que permite tratar grandes volúmenes de datos, generados a grandes velocidades y por múltiples fuentes de información que permiten transformar los datos en información y de esta forma aportar soluciones y oportunidades a asuntos de carácter privado y/o política pública
   • ¿Cúales son los principios de la anonimización?
     • De acuerdo con el decreto 1074/15, los responsables de la recolección de datos personales deberán proveer una descripción de los procedimientos usados para la recolección, almacenamiento, uso, circulación y supresión de la información, y describir la finalidad para la cual se recolectó la información.
     • Principio de privacidad por diseño
       • Las medidas de seguridad para la implementación de este principio debe considerar los siguientes factores:
         • 1. Los niveles del riesgo del tratamiento para los derechos de los titulares de los datos
         • 2. La naturaleza de los datos
         • 3. Las consecuencias que se originen de una vulneración para los titulares de los datos, evaluando los daños y perjuicios causados
         • 4. El número de titulares de los datos
         • 5. El tamaño de la organización
         • 6. La fiabilidad de la técnica aplicada al tratamiento de datos (SIC. 2019)
     • Principio de privacidad por defecto
       • Por defecto, las entidades deben garantizar que los datos personales se traten con la mayor protección a la intimidad, y deben procesar únicamente los datos personales necesarios para el propósito específico del tratamiento
         • Este principio abarca:
           • 1. La cantidad de datos recogidos
           • 2. La extensión de su tratamiento
           • 3. El plazo de su conservación, y
           • 4. La accesibilidad
   • Marco Júridico
     • La anonimización de datos es un proceso que permite mitigar los riesgos asociados al tratamiento de datos personales, lo cual reduce la probabilidad de vulnerar los derechos a la protección de datos de las personas
   • Regulación Internacional en Materia de Protección de Datos e Información
     • La protección de datos en la Unión Europea está conformado por amplias garantías respaldadas por la constitución como derechos fundamentales integrales, y sus principios se aplican independientemente del contexto.
   • Marco Regulatorio en Colombia
     • En la C.P. de 1991/ Art. 15. Establece el derecho que tienen todas las personas a conservar su intimidad, mantener su buen nombre y a la protección y garantía del Habeas Data
       • En relación con la protección de datos personales, el régimen normativo colombiano dispone de la Ley 1266/2008 y la Ley 1581/2012
         • La Ley 1266/2008 definio la tipología de los datos de carácter personal (SIC.2014)
           • Dato Íntimo o Privado
             • Es el dato que por su naturaleza íntima o reservada solo es relevante para el titular
           • Dato Semiprivado
             • Es semiprivado el dato que, no tiene naturaleza ínitma, reservada, ni pública y cuyo conocimiento o divulgación puede interesar no s´lo a su titular. Ej. Historial créditicio
           • Dato Público
             • Son públicos los datos que están relacionados con un interés general, en documentos públicos, sentencias judiciales que no están sometidos a reserva
         • Adicional, la Ley 1581/2012 establece los principios rectores que rigen el tratamiento de datos personales bajo custodia
           • Se establecen las siguientes categorías de datos personales
             • Datos sensibles
               • Aquellos que afectan la intimidad del titular o cuyo uso indebido puede generar su discriminación
             • Datos personales de los niños, niñas y adolescentes
               • Se prohibe el tratamiento de los datos personales de los niños, niñas y adolescentes, salvo aquellos que por su naturaleza son públicos, se asegure sin excepción alguna, el respeto a sus derechos prevalentes
   • Principios relativos al tratamiento de datos
     • A partir de la Ley 1266/2008 y la Ley 1581/2012 se estipularon los siguientes principios aplicados a la administración y tratamiento de datos:
       • ► Principio de legalidad
       • ► Principio de veracidad o calidad de los registros o datos
       • ► Principio de transparencia
       • ► Principio de finalidad
       • ► Principio de libertad
       • ► Principio de acceso y circulación restringida
       • ► Principio de temporalidad de la información
       • ► Principio de interpretación de derechos constitucionales
       • Principio de seguridad
       • ► Principio de confidencialidad
   • Procedimientos y Requisitos para Autorizar el Tratamiento de Datos Personales
     • De acuerdo al Decreto 1377/2013 señala que los responsables del tratamiento de datos personales deben establecer mecanismos para obtener la autorización de los titulares o de quien se encuentre legitimado, garantizado su consulta por parte del titular
       • Los legitimados para obtener datos personales son:
         • 1. EL titular, quien deberá acreditar su identidad en forma suficiente por los distintos medios que le ponga a disposición el responsable
         • 2. Causahabientes del titular, quienes deberán acreditar tal calidad
         • 3. Representante y/o apoderado del titular previa acreditación de la representación o apoderamiento
   • Marco Normativo en Colombia para la protección de Datos Personales
     • ▬ Constitución Política de Colombia 1991, Artículo 15
     • ▬ Ley 1266/2008
     • ▬ Ley 1273/2009
     • ▬ Decreto 1727/2009
     • ▬ Decreto 2952/2010
     • ▬ Ley 1581/2012
     • ▬ Decreto 1377/2013
     • ▬ Decreto 1074/2015

3. 3. Metodología: ¿Qué pasos se deben seguir para anonimizar datos?

   • Se recomienda que le entidad conforme un equipo de trabajo, el cual podría depender del área de seguridad informática, del grupo de la dirección o coordinación de tecnologías de la información. También es importante que se vincule el área de gestión documental
     • Lo ideal es que exista un equipo conformado por:
       • ▲ Responsable del tratamiento de datos
       • ▲ Persona encargada de la protección de datos personales
       • ▲ Líder o coordinador del proceso de anonimización
       • ▲ Profesional o equipo de evaluación de riesgos
       • ▲ Profesional o experto temático
       • ▲ Profesional de seguridad informática y evaluación de riesgo
       • ▲ Profesional o equipo de informática
       • ▲ Equipo de pre-anonimización y anonimización
       • ▲ Profesional de pruebas
   • Objetivos que se Quieren Alcanzar con los Datos Anonimizados
     • El diseño del proceso de anonimización de datos debe estar dado por la finalidad que quiere alcanzar la entidad con el uso de la información anonimizada
   • Identifique qué tipo de datos se requiere anonimizar
     • Se recomienda identificar si los datos son estructurados o por el contrario, se trata de datos no estructurados
       • Se define la clasificación de los datos:
         • Características de los datos estructurados: Están organizados conforme a un modelo o esquema
           • Tipicamente están representados en bases de datos que hacen parte del funcionamiento de sistemas de información o están organizados en hojas de cálculo
         • Características de los datos no estructurados: Su organización y presentación no está guiada por ningún modelo o esquema
           • Se incluye: Imágenes, texto, audios, contenido de redes sociales, videos, documentos en word o pdf
         • Características de los datos semiestructurados: Su organización y presentación tiene una estructura básica (etiquetas o marcadores), pero no tiene establecido una definición de relaciones en su contenido. Ej: E-mails, tweets, archivos XML
   • Identifique y Clasifique los Atributos
     • En este paso se clasifican los atributos del conjunto de datos como identificadores directos, indirectos o no identificadores
       • Existen tres condiciones para que una variable se considere un identificador
         • I REPLICABILIDAD: Los valores del campo deben tener cierta consistencia a lo largo del tiempo para que se pueda hacer una análisis en relación con el sujeto.
         • II. DISTINGUIBILIDAD: Los valores del campo deben tener suficiente variación para distinguir al sujeto de otros valores, dentro de un conjunto de datos
         • III. CONOCIBLE: Para poder reidentificar a un sujeto, es necesario que se conozca previamente algunos de los identificadores y variables asociadas a este.
         • Si los atributos son identificadores, estos pueden ser directos o indirectos
           • Identificadores Directos: Son todas aquellas características o atributos distintivos que por sí mismos permiten la identificación de una persona natural o jurídica
           • Identificadores indirectos o cuasi-identificadores: Son aquellos características o atributos que por sí solos no permitan la identificación de una persona natural o jurídica, pero que relacionados con otros identificadores indirectos podrían permitir la identificación dentro de un conjunto de datos
   • Evalúe el riesgo de reidentificación
     • El riesgo de reidentificación esta implícito y aumenta a medida que transcurre el tiempo desde la anonimización de los datos, como consecuencia de los identificadores indirectos a los largo del tiempo
       • A continuación, se enumeran los principales aspectos que los responsables de la anonimización y del tratamiento del riesgo deben tener en cuenta a la hora de considerar aplicar alguna técnica
         • Inferencia: Consiste en deducir un vínculo entre dos elementos de información en un conjunto de datos, aunque la información no este explícitamente vinculada.
         • Vinculabilidad: Este riesgo ocurre cuando se pueden vincular como mínimo dos datos de una única persona o de un grupo de interesados, ya sea en la misma BdD o en dos BdD distintas
         • Singularización: Ocurre cuando es posible distinguir, extraer o particularizar los datos relacionados que identifican a una persona dentro de una conjunto de datos
   • Determina las técnicas de anonimización
     • Se recomienda que la determinación de las técnicas de anonimización sea realizada por el equipo de trabajo, así como la realización de pruebas que permitan verificar su efectividad
       • Existen tres enfoque diferentes de técnicas de anonimización:
         • Aleatorización: Consiste en una agupación de técnicas que alteran o modifican la autenticidad y la veracidad de los datos para eliminar el vínculo entre ellos
           • Modalidades de aleatorización
             • Adición al ruido: No permite que se pueda identificar a un individuo, tampoco reparar los datos o detectar cómo se han modificado
             • Permutación: Se caracteriza por el intercambio de los valores incluidos en un conjunto de datos a partir del traslado de datos de un registro a otro
         • Generalización: Tiene como propósito modificar datos a través de escalas u órdenes para generar esquemas de datos de acuerdo con características comunes.
           • Los métodos utilizados para la generalización son:
             • Agregación y anonimato: Consiste en generar rangos que puedan agrupar caraterísticas en macro características o intervalos
             • Diversidad y Proximidad: Es similar a la metodología de Agregación, sin embargo, en esta caso los rangos se deben establecer de tal forma que los datos de los individuos puedan ser agrupados y ninguno pertenezca a una categoría individual.
         • Seudonimización: Es el proceso mediante el cual se sustituye un dato o atributo por otro, normalmente la información que se intercambia son atributos únicos, que, por sus características, permiten reidentificar a los individuos
   • Evalúe la utilidad de los Datos
     • Para evaluar la relación entre la utilidad de los datos y el nivel de protección de datos personales se identifican dos procedimientos:
       • 1. Aproximación denominada "Utility First", que consiste en anonimizar los datos manteniendo la utilidad de los datos y posteriormente analizar el riesgo de reidentificación
       • 2. Denominado "Privacity First", que consiste en identificar el nivel de privacidad que se desea alcanzar, sin atribuir mayor relevancia al nivel de utilidad de los datos
   • Documente el proceso de anonimización
     • La descripción, características y detalles del proceso de anonimización se deben plasmar en un documento que permita facilitar su revisión, mantenimiento, auditabilidad y replicabilidad
   • Publique o Comparta la información
     • Una vez estructurado y aprobado el documento, divulgar y socializar el documento final con los interesados, tanto los participantes el proceso de elaboración como quienes deben ser responsables de su implementación y seguimiento

4. 4. Gobernanza de Datos

   • El proceso de anonimización debe estar incluido en un marco de gobernanza de datos propio de la entidad que permita hacer un seguimiento continuo al conjunto de datos publicados y anonimizados
     • Este marco de gobernanza debe incluir los protocolos y documentación de la metodología de acceso al conjunto de los datos
       • La identificación de responsables del conjunto de datos
         • La gestión de claves para garantizar que los datos se mantengan seguros
           • La revisión periódica de los riesgos de anonimización
             • La documentación y realización de auditorias a los destinatarios de los datos
               • La gestión y protocolo en caso de violación de datos personales
                 • Realización de seguimiento a los requisitos de cumplimiento de protección de datos personales