个人信息处理者应当根据个人信息的处理目的、处理方式、个人信息的种类以及对个人权益的影响、可能存在的安全风险等，采取下列措施确保个人信息处理活动符合法律、行政法规的规定，并防止未经授权的访问以及个人信息泄露、篡改、丢失：

（三）采取相应的加密、去标识化等安全技术措施；

（三）去标识化，是指个人信息经过处理，使其在不借助额外信息的情况下无法识别特定自然人的过程。

（四）匿名化，是指个人信息经过处理无法识别特定自然人且不能复原的过程。

数据加密

去标识化

数据匿名化

防篡改

   技术分享：标识化和匿名化的相关密码技术

• 传统数据加密：通过数据加密，实现数据无法与个人关联。

  
  
•  假名化：通过不可逆的加密运算如哈希运算，或其他密码方案，利用个人信息产生假名标识，并用假名标识代替用户的唯一标识参与信息处理，从而避免用户个人信息的泄漏。密码技术是假名化的技术基础。金融行业的“支付标记化”和车联网中的“假名证书”都属于假名化技术。
  
  
•  同态加密：信息在密文状态下进行处理，处理后的结果被解密为明文后正是明文数据同样处理后的对应结果。由于在密文状态下进行数据处理，可以实现信息处理过程中的数据保护。在云计算、大数据、区块链等场景非常适合。同态加密正处于迅速发展当中。

• 安全多方计算：基于多方数据协同完成计算，除计算结果及其可推导出的信息之外，不泄露各方隐私数据。

•  数据屏蔽清洗：删除信息的直接标识或部分、删除信息的部分记录，使通过该信息无法识别到特定个人。

• 数据泛化：对数据集中的记录进行抽象概括的描述，例如数值的取整、平均等，使数据对应多个记录，提升利用数据识别到个人的难度。

•  数据随机化：通过对信息进行随机性的修改或置换，隐藏实际的个人信息，使无法通过数据识别到个人。

• 数据合成（测试数据准备）：利用真实数据，通过随机化、抽样等产生合成数据，用于产生测试数据。