Japonija My Number: APPI ir Verhoeff tikrinimas
Japonijos asmeniniu duomenu apsaugos komisija (PPC) 2024 metais paskyre 45 vykdymo sprendimus. Ji taip pat paskelbje pirmasias Japonijos dirbtinio intelekto privatumo gaires. PPC tyrimas nustate, kad 63% generinių NLP irankiu nesugeba aptikti My Number (maisunamba) japoniskuose failuose. Jei jusu komanda tvarko Japonijos gyventoju duomenis, si spraga reiskia tiesiogine APPI rizika.
Kas yra My Number
Japonija kiekvienam gyventojui suteikia unikaliu 12 skaitmenų identifikatoriu. Tai My Number, dalis asmenu numeriu sistemos (maisunamba seido). Jis apima mokescius, pensija, sveikatos draudima ir pagalba nelaiminguose atsitikimuose. Sis identifikatorius yra jautrūs duomenys pagal APPI. Jums reikia teisines priezasties jus rinkti ar bendrinti.
Verhoeff tikrinimo problema
My Number naudoja Verhoeff algoritma savo kontroliniam skaitmeniui. Verhoeff yra matematinis metodas, kuris aptinka visas vieno skaitmens klaidas. Jis taip pat aptinka visas klaidas, kai du gretimai skaitmenys apsikeicia vietomis. Jam veikti reikia triu paieskos lentelu. Negalite jo apskaiciuoti rankomis. Tam reikia kodo.
Tai svarbu del dvieju priezasciu. Pirma, Japonijos 12 skaitmenų formatas panasus i daugybes kitu kodu. Saskaitų nuorodos, dokumentų ID ir datos eilutes - visos turi ta pati formata. Be Verhoeff tikrinimo irankis pazymės neteisingas reiksmes. Antra, dauguma irankiu nenaudoja Verhoeff. Jie naudoja paprastesnius moduli-10 ar moduli-11 tikrinimus. Cia jie neveikia.
PPC tyrimas nustate, kad 63% irankiu arba praleidzia tikrinima, arba naudoja paprastesni metoda. Abi problemos pasitaiko vienu metu: klaidingi teigiami ir neigiami rezultatai.
Luhn algoritmas, naudojamas kredito korteles numeriams, yra paprastesnis. My Number Luhn nenaudoja. Luhn sukurti irankiai cia neveiks.
Trys skriptai, vienas vardas
Japoniskas tekstas vienu metu naudoja tris rastmenu sistemas. Irankis turi tvarkytis su visomis trimis.
Hiragana (hiragana): Naudojama gramatikai ir gimtasiems zodziams. 46 baziniai simboliai.
Katakana (katakana): Naudojama uzsienio zodaziams ir vardams. 46 baziniai simboliai. Uzsienio vardai Japonijoje rasomi siu simboliu sistema.
Kanji (kandzi): Simboliai daiktavardaziams ir vardams. Apie 2 000 naudojami kasdieniame gyvenime.
Vieno zmogaus vardas gali atsirasti keturiomis formomis: Kanji (tanakataro), Hiragana (tanakataro), Katakana (tanaka taro) ir Romaji (Tanaka Taro). Irankis turi suderinti visas keturias. Jei pralaida viena, praleleidzia dauguma to zmogaus irasu.
Kiti japoniskai aptiktini ID
Vairuotojo pazymejimas (unten menkyo sho banho): 12 skaitmenų. Pirmieji du skaitmenys rodo prefektura. Tokijas yra 10. Osaka yra 62. Tai leidzia irankiui patikrinti, ar reiksme galiotina tai regionui.
Pasas (ryoken banho): Dvi raides ir septyni skaitmenys. ICAO formatas. Japonija naudoja konkreciai raides poras.
Sveikatos draudimo kortele (kenko hoken sho kigo banho): Simbolis ir numeris. Formatas priklauso nuo draudiko. Nacionalinis sveikatos draudimas ir bendroves valdomas draudimas naudoja skirtingus formatus.
Gyvenamoji kortele (zairyu kado banho): Uzsienio gyventojams. Dvi raides, asytuoni skaitmenys, dvi raides. Sia kortele issduoda Teisingumo ministerija.
APPI anonimizavimo taisykle
APPI turi grieztus anoniminių duomenų standartus, vadinamus anonimizuota informacija (mionimei kako johori). Ji viena svarbia sritimi eina toliau uz BDAR. Anonimizavimas turi buti treciuju saliu patikrinamas ir techniskai neatstatomasis.
Norint laikytis reikalavimu, organizacija turi:
- Pasalinti visus tiesioginiuis identifikatorius, iskyrus My Number.
- Tvarkyti visas kvazi-identifikatoriaus kombinacijas.
- Naudoti k-anonimiziavima ar panasius metodus.
- Paskelbti bendra atliktu veiksmu aprasyma.
- Niekada nebandyti vel identifikuoti duomenu.
PPC 2024 metų dirbtinio intelekto gaires prideda konkrecia taisykle. Jei mokote dirbtiniu intelektu anonimizuotais duomenimis, negalite naudoti to modelio zmones vel identifikuoti. Tai yra tiesioginis modelio apvertimo ataku pries APPI mokymo rinkinius draudimas.
Norint atitikti PPC standartus, reikia keturiu dalyku. Pirma, Verhoeff tikrinimo My Number aptikimui. Antra, japoniskas NER naudojant ja_core_news su tinkamu padalijimo. Trecia, vardu suderinimas Kanji, Kana ir Romaji. Ketvirta, prefekturos kodu patikrinimas vairuotojo pazymejimams.
Indija naudoja Aadhaar, kuriam taip pat reikia Verhoeff tikrinimo. Indijos DPDPA technines atitikties vadovas tai apsvaria issamiai. Daugelio saliu identifikatoriaus aptikimui ziurekite ES nacionalines mokescio ID aptikimas pagal BDAR.