Jaapani My Number: APPI ja Verhoeffi kontroll
Jaapani isikuandmete kaitse komisjon (PPC) tegi 2024. aastal 45 täitmismenetluse otsust. Samuti avaldas see Jaapani esimese AI-privaatsuse juhendi. PPC uuring leidis, et 63% genereeruvatest NLP-tööriistadest ei suuda jaapanikeelsetes failides tuvastada My Numberi (マイナンバー). Kui teie meeskond käsitleb Jaapani elanike andmeid, tähendab see lünk otsest APPI-riski.
Mis on My Number
Jaapan annab igale elanikule unikaalse 12-kohalise identifikaatori. See on My Number, osa individuaalse numbrisüsteemist (マイナンバー制度). See hõlmab makse, pensioni, ravikindlustust ja katastroofidele reageerimist. See identifikaator on APPI alusel tundlikud andmed. Teil on vaja seaduslikku põhjust selle kogumiseks või jagamiseks.
Verhoeffi kontrolli probleem
My Number kasutab kontrollnumbri jaoks Verhoeffi algoritmi. Verhoeff on matemaatiline meetod, mis tabab kõiki ühe numbri vigu. Samuti tabab see kõiki vigu, kus kaks kõrvutiasetsevat numbrit vahetuvad. Töötamiseks on vaja kolme otsingutabelit. Seda ei saa käsitsi arvutada. See nõuab koodi.
See on oluline kahel põhjusel. Esiteks sarnaneb Jaapani 12-kohaline formaat paljude teiste koodidega. Arve viited, dokumendi ID-d ja kuupäeva stringid jagavad sama formaati. Ilma Verhoeffi kontrollita märgib tööriist valesid väärtusi. Teiseks ei kasuta enamik tööriistu Verhoeffi. Need kasutavad lihtsamaid moodul-10 või moodul-11 kontrolle. Need ei tööta siin.
PPC uuring leidis, et 63% tööriistadest kas jätab kontrolli vahele või kasutab lihtsamat meetodit. Mõlemad probleemid esinevad korraga: valed positiivsed ja valed negatiivsed.
Luhni algoritm, mida kasutatakse krediitkaartide jaoks, on lihtsam. My Number ei kasuta Luhni. Luhnile ehitatud tööriistad ei tööta siin.
Kolm kirjasüsteemi, üks nimi
Jaapanikeelne tekst kasutab korraga kolme kirjasüsteemi. Tööriist peab suutma kõiki kolme käsitleda.
Hiragana (ひらがな): Kasutatakse grammatika ja põlisrahvaste sõnade jaoks. 46 põhimärki.
Katakana (カタカナ): Kasutatakse välisnimede ja -sõnade jaoks. 46 põhimärki. Välisnimed Jaapanis ilmuvad selles kirjasüsteemis.
Kanji (漢字): Sümbolid nimisõnade ja nimede jaoks. Umbes 2000 on tavakasutuses.
Ühe inimese nimi võib ilmuda neljas vormis: Kanji (田中太郎), Hiragana (たなかたろう), Katakana (タナカ タロウ) ja Roomakirjad (Tanaka Taro). Tööriist peab ühitama kõik neli. Kui see jätab ühe vahele, jätab see enamiku selle isiku kirjetest vahele.
Muud jaapanikeelsed ID-d tuvastamiseks
Juhiluba (運転免許証番号): 12 numbrit. Kaks esimest numbrit näitavad prefektuuri. Tokyo on 10. Osaka on 62. See laseb tööriistal kontrollida, kas väärtus on selle piirkonna jaoks kehtiv.
Pass (旅券番号): Kaks tähte ja seitse numbrit. ICAO formaat. Jaapan kasutab spetsiifilisi tähepaare.
Ravikindlustuse kaart (健康保険証記号番号): Sümbol ja number. Formaat sõltub kindlustusandjast. Riiklikul Ravikindlustusel (国民健康保険) ja Ühiskondlikult Hallatavatel Kindlustusseltsidel (協会けんぽ) on erinevad formaadid.
Elamisluba (在留カード番号): Välismaistele elanikele. Kaks tähte, kaheksa numbrit, kaks tähte. Justiitsministeerium väljastab selle kaardi.
APPI anonüümimisreegel
APPI-l on range anonüümitud andmete standard nimega anonüümitud teave (匿名加工情報). See läheb ühes võtmevaldkonnas kaugemale kui GDPR. Anonüümimine peab olema kolmanda osapoole poolt kontrollitav ja tehniliselt pöördumatu.
Vastavuse tagamiseks peab organisatsioon:
- Eemaldama kõik otsesed identifikaatorid, sealhulgas My Numberi.
- Käsitlema kõiki kvaasiidentifikaatorite kombinatsioone.
- Kasutama k-anonüümsust või sarnast meetodit.
- Avaldama üldise kirjelduse võetud sammudest.
- Mitte kunagi üritama andmeid taasidentifitseerida.
PPC 2024. aasta AI juhend lisab spetsiifilise reegli. Kui koolitate AI-d anonüümitud andmetel, ei saa te seda mudelit kasutada inimeste taasidentifitseerimiseks. See on otsene keeld mudeli inversiooni rünnakute vastu APPI koolituskogumite suhtes.
PPC standardite täitmiseks vajate nelja asja. Esiteks, Verhoeffi valideerimine My Numberi tuvastamiseks. Teiseks, jaapanikeelne NER ja_core_news abil õige tokeniseerimisega. Kolmandaks, nime sobitamine Kanji, Kana ja Roomakirjadega. Neljandaks, prefektuuri koodide kontrollimine juhilubade jaoks.
Indias kasutatakse Aadhaarit, mis nõuab samuti Verhoeffi valideerimist. India DPDPA tehniline vastavusjuhend käsitleb seda üksikasjalikult. Mitme riigi identifikaatorite tuvastamise kohta vaadake EL-i riiklike maksu-ID tuvastamist GDPR vastavuse raames.