Konsistensi Penganoniman: Preset untuk Audit GDPR...

Konsistensi Penganoniman: Preset untuk Audit GDPR Konsisten

Semasa menjalankan audit GDPR, organisasi anda mungkin perlu menganonimkan:

• 5,000 tiket sokongan pelanggan
• 2,000 email klien
• 500 dokumen kontrak
• 300 rekod pembayaran

Jika anda menganonimkan setiap dokumen secara bebas, ID pelanggan yang sama mungkin diubah dengan cara yang berbeza:

Dokumen A: "Pelanggan CUST_2024_5731 telah membatalkan" Dokumen B: "Pelanggan 5731 membuat keluhan"

Dengan penganoniman bebas:

• Dokumen A → "Pelanggan [CUSTOMER_1] telah membatalkan"
• Dokumen B → "Pelanggan [REDACTED] membuat keluhan" ← inconsistent

Untuk audit konsisten, gunakan preset pemetaan yang menurut semua dokumen untuk ID yang sama:

{
  "CUSTOMER_5731": "[CUSTOMER_A]",
  "EMPLOYEE_1234": "[EMPLOYEE_B]",
  "ORDER_9876": "[ORDER_C]"
}

Pembinaan Preset Pemetaan Konsisten

Langkah 1: Kenal Pasti Semua Entiti di Semua Dokumen

from presidio_analyzer import AnalyzerEngine

analyzer = AnalyzerEngine()
entity_map = {}

for document in all_documents:
  results = analyzer.analyze(
    text=document["content"],
    language="en",
    entities=["PERSON", "CUSTOMER_ID", "EMPLOYEE_ID", ...]
  )
  
  for entity in results:
    key = f"{entity.entity_type}_{entity.text}"
    if key not in entity_map:
      entity_map[key] = None  # Akan ditetapkan di bawah

Langkah 2: Hasilkan Penggantian Unik untuk Setiap ID

import uuid

replacement_map = {}

for original_id in entity_map:
  entity_type, value = original_id.split("_", 1)
  
  # Buat penggantian yang koheren
  if entity_type == "PERSON":
    replacement = f"[PERSON_{len([k for k in replacement_map if k.startswith('PERSON')])+1}]"
  elif entity_type == "CUSTOMER_ID":
    replacement = f"[CUSTOMER_{uuid.uuid4().hex[:8]}]"
  else:
    replacement = f"[{entity_type}]"
  
  replacement_map[original_id] = replacement

# Simpan preset untuk digunakan di semua dokumen
with open("anonymization_preset.json", "w") as f:
  json.dump(replacement_map, f)

Langkah 3: Gunakan Preset pada Semua Dokumen

preset = json.load(open("anonymization_preset.json"))

anonymizer = AnonymizerEngine()

for document in all_documents:
  results = analyzer.analyze(text=document["content"])
  
  # Gunakan preset untuk menggantikan konsisten
  anonymized = anonymizer.anonymize(
    text=document["content"],
    analyzer_results=results,
    operators={
      entity.entity_type: OperatorConfig(
        "replace",
        params={
          "new_value": preset.get(
            f"{entity.entity_type}_{entity.text}",
            f"[{entity.entity_type}]"
          )
        }
      )
      for entity in results
    }
  )
  
  document["anonymized"] = anonymized

Manfaat Preset untuk Audit

1. Dapat dilacak: Auditor dapat mengikuti rantai kejadian untuk pelanggan tunggal
2. Konsisten: ID yang sama muncul dalam bentuk yang sama di semua dokumen
3. Dapat diulang: Preset yang sama diterapkan jika dokumen baru ditambahkan kemudian
4. Terbukti: Preset ini boleh disimpan sebagai bukti penganoniman GDPR yang tahan terhadap cabaran

Kesimpulan: Preset penggantian memastikan penganoniman konsisten di semua dokumen untuk audit GDPR yang dapat dipertahankan.