জাপান My Number: APPI এবং Verhoeff চেক
জাপানের Personal Information Protection Commission (PPC) ২০২৪ সালে ৪৫টি প্রয়োগ সিদ্ধান্ত জারি করেছে। এটি জাপানের প্রথম AI গোপনীয়তা নির্দেশিকাও প্রকাশ করেছে। একটি PPC গবেষণায় দেখা গেছে ৬৩% সাধারণ NLP টুল জাপানি ফাইলে My Number (マイナンバー) সনাক্ত করতে ব্যর্থ হয়। আপনার দল যদি জাপানি বাসিন্দাদের ডেটা পরিচালনা করে, সেই ফাঁক সরাসরি APPI ঝুঁকি তৈরি করে।
My Number কী
জাপান প্রতিটি বাসিন্দাকে একটি অনন্য ১২-সংখ্যার পরিচয়কারী দেয়। এটি My Number, Individual Number System (マイナンバー制度)-এর অংশ। এটি কর, পেনশন, স্বাস্থ্য বীমা ও দুর্যোগ প্রতিক্রিয়া কভার করে। এই পরিচয়কারী APPI-র অধীনে সংবেদনশীল ডেটা। সংগ্রহ বা শেয়ার করতে আইনি ভিত্তি প্রয়োজন।
Verhoeff চেক সমস্যা
My Number চেক ডিজিটের জন্য Verhoeff অ্যালগরিদম ব্যবহার করে। Verhoeff একটি গণিত পদ্ধতি যা সমস্ত একক-সংখ্যার ত্রুটি ধরে। এটি পাশাপাশি দুটি সংখ্যা অদলবদলের সমস্ত ত্রুটিও ধরে। কাজ করতে তিনটি লুকআপ টেবিল দরকার। হাতে গণনা করা যায় না। কোড প্রয়োজন।
দুটি কারণে এটি গুরুত্বপূর্ণ। প্রথমত, জাপানের ১২-সংখ্যার ফরম্যাট অনেক অন্য কোডের মতো দেখায়। চালান রেফারেন্স, নথি আইডি ও তারিখ স্ট্রিং সব একই দেখায়। Verhoeff চেক ছাড়া একটি টুল ভুল মান চিহ্নিত করবে। দ্বিতীয়ত, বেশিরভাগ টুল Verhoeff ব্যবহার করে না। তারা সহজতর মডুলো-১০ বা মডুলো-১১ চেক ব্যবহার করে। এগুলো এখানে কাজ করে না।
PPC গবেষণায় দেখা গেছে ৬৩% টুল হয় চেক এড়িয়ে যায় অথবা সহজতর পদ্ধতি ব্যবহার করে। উভয় সমস্যা একসাথে ঘটে: মিথ্যা ইতিবাচক ও মিথ্যা নেতিবাচক।
ক্রেডিট কার্ডে ব্যবহৃত Luhn অ্যালগরিদম সহজতর। My Number Luhn ব্যবহার করে না। Luhn-এর জন্য তৈরি টুলগুলো এখানে কাজ করবে না।
তিনটি লিপি, একটি নাম
জাপানি পাঠ্য একসাথে তিনটি লিখন পদ্ধতি ব্যবহার করে। একটি টুলকে সবগুলো পরিচালনা করতে হবে।
Hiragana (ひらがな): ব্যাকরণ ও স্থানীয় শব্দের জন্য। ৪৬টি মূল অক্ষর।
Katakana (カタカナ): বিদেশি শব্দ ও নামের জন্য। ৪৬টি মূল অক্ষর। জাপানে বিদেশি নাম এই লিপিতে আসে।
Kanji (漢字): বিশেষ্য ও নামের চিহ্ন। সাধারণ ব্যবহারে প্রায় ২,০০০টি আছে।
একজনের নাম চারটি রূপে আসতে পারে: Kanji (田中太郎), Hiragana (たなかたろう), Katakana (タナカ タロウ), এবং Romaji (Tanaka Taro)। একটি টুলকে সবগুলো মেলাতে হবে। একটি মিস গেলে সেই ব্যক্তির বেশিরভাগ রেকর্ড মিস হবে।
সনাক্তযোগ্য অন্যান্য জাপানি আইডি
ড্রাইভিং লাইসেন্স (運転免許証番号): ১২ সংখ্যা। প্রথম দুটি সংখ্যা প্রদেশ দেখায়। টোকিও ১০। ওসাকা ৬২। এটি একটি টুলকে সেই অঞ্চলের জন্য মান বৈধ কিনা যাচাই করতে দেয়।
পাসপোর্ট (旅券番号): দুটি অক্ষর এবং সাত সংখ্যা। ICAO ফরম্যাট। জাপান নির্দিষ্ট অক্ষর জোড়া ব্যবহার করে।
স্বাস্থ্য বীমা কার্ড (健康保険証記号番号): একটি চিহ্ন এবং একটি নম্বর। ফরম্যাট বীমাকারীর উপর নির্ভর করে। National Health Insurance (国民健康保険) ও Society-Managed Insurance (協会けんぽ) ভিন্ন ফরম্যাট ব্যবহার করে।
Residence card (在留カード番号): বিদেশি বাসিন্দাদের জন্য। দুটি অক্ষর, আট সংখ্যা, দুটি অক্ষর। বিচার মন্ত্রণালয় এই কার্ড ইস্যু করে।
APPI-র বেনামীকরণ নিয়ম
APPI-তে anonymized information (匿名加工情報) নামে একটি কঠোর বেনামীকৃত ডেটা মান আছে। এটি একটি মূল ক্ষেত্রে GDPR-এর চেয়ে এগিয়ে। বেনামীকরণ তৃতীয় পক্ষের যাচাইযোগ্য এবং প্রযুক্তিগতভাবে অপরিবর্তনীয় হতে হবে।
সম্মতির জন্য একটি সংস্থাকে করতে হবে:
- My Number সহ সমস্ত সরাসরি পরিচয়কারী সরানো।
- সমস্ত কোয়াসি-আইডেন্টিফায়ার সমন্বয় পরিচালনা করা।
- k-anonymity বা অনুরূপ পদ্ধতি ব্যবহার করা।
- গৃহীত পদক্ষেপের একটি সাধারণ বিবরণ প্রকাশ করা।
- ডেটা পুনঃশনাক্ত করার চেষ্টা না করা।
PPC-র ২০২৪ AI নির্দেশিকা একটি নির্দিষ্ট নিয়ম যোগ করে। বেনামীকৃত ডেটায় AI প্রশিক্ষণ দিলে সেই মডেল ব্যবহার করে মানুষ পুনঃশনাক্ত করা যাবে না। এটি APPI প্রশিক্ষণ সেটের বিরুদ্ধে মডেল ইনভার্সন আক্রমণের সরাসরি নিষেধাজ্ঞা।
PPC মান পূরণে চারটি বিষয় প্রয়োজন। প্রথমত, My Number সনাক্তকরণের জন্য Verhoeff যাচাইকরণ। দ্বিতীয়ত, সঠিক টোকেনাইজেশন সহ ja_core_news ব্যবহার করে জাপানি NER। তৃতীয়ত, Kanji, Kana ও Romaji জুড়ে নাম মেলানো। চতুর্থত, ড্রাইভিং লাইসেন্সের জন্য প্রদেশ কোড যাচাই।
ভারত Aadhaar ব্যবহার করে, যার জন্যও Verhoeff যাচাইকরণ প্রয়োজন। ভারত DPDPA প্রযুক্তিগত সম্মতি গাইড বিস্তারিত কভার করে। বহু-দেশীয় পরিচয়কারী সনাক্তকরণের জন্য EU জাতীয় কর আইডি সনাক্তকরণ দেখুন।