數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化

業(yè)務(wù)規(guī)程（試行）

中國(guó)信息通信研究院產(chǎn)業(yè)與規(guī)劃研究所

北京國(guó)際大數(shù)據(jù)交易所

2023年11月

前言

為規(guī)范數(shù)據(jù)處理行為，指導(dǎo)組織正確開展數(shù)據(jù)清洗、去標(biāo)識(shí)化、

匿名化處理等業(yè)務(wù)活動(dòng)及相應(yīng)的技術(shù)測(cè)試評(píng)估，支撐數(shù)據(jù)共享、交

易、開放等流通活動(dòng)合規(guī)、有序進(jìn)行，激活數(shù)據(jù)要素市場(chǎng)，依據(jù)《個(gè)

人信息保護(hù)法》《數(shù)據(jù)安全法》，結(jié)合《北京市數(shù)字經(jīng)濟(jì)促進(jìn)條例》《北

京市數(shù)字經(jīng)濟(jì)全產(chǎn)業(yè)鏈開放發(fā)展行動(dòng)方案》等法規(guī)政策要求，在北

京市經(jīng)濟(jì)和信息化局指導(dǎo)下，中國(guó)信息通信研究院產(chǎn)業(yè)與規(guī)劃研究

所、北京國(guó)際大數(shù)據(jù)交易所聯(lián)合編制本報(bào)告。

組織依據(jù)法律法規(guī)要求及相關(guān)業(yè)務(wù)場(chǎng)景需要，對(duì)其控制的數(shù)據(jù)

資源進(jìn)行清洗、去標(biāo)識(shí)化、匿名化處理，是為滿足數(shù)據(jù)處理目的對(duì)

原始數(shù)據(jù)逐步深入加工改造的過程，是提升數(shù)據(jù)可用性和安全性的

關(guān)鍵數(shù)據(jù)處理活動(dòng)。

本報(bào)告以業(yè)務(wù)操作規(guī)程形式為組織提供數(shù)據(jù)清洗、去標(biāo)識(shí)化、

匿名化處理的流程和方法指引，可以作為組織提升自身數(shù)據(jù)質(zhì)量和

可用性的指引方法，作為數(shù)據(jù)交易中介機(jī)構(gòu)審核交易數(shù)據(jù)合規(guī)性、

安全性和可流通性的參考規(guī)則，以及作為相關(guān)認(rèn)證、檢測(cè)機(jī)構(gòu)結(jié)合

應(yīng)用場(chǎng)景針對(duì)相關(guān)技術(shù)進(jìn)行安全測(cè)試評(píng)估的評(píng)價(jià)工具，支持、鼓勵(lì)

數(shù)據(jù)加工、咨詢、安全、檢測(cè)、認(rèn)證等第三方數(shù)據(jù)服務(wù)機(jī)構(gòu)發(fā)展。

本報(bào)告所描述的技術(shù)方法適用于廣義的數(shù)據(jù)范疇，包括但不限

于個(gè)人數(shù)據(jù)、企業(yè)數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)等，但特殊數(shù)據(jù)類型需要遵守

相應(yīng)的特別管理要求。本報(bào)告所描述的數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名

化處理，是基于數(shù)據(jù)資源的加工處理過程。有“數(shù)”才能對(duì)“數(shù)”

進(jìn)行處理，通過采集、標(biāo)識(shí)、編碼形成數(shù)據(jù)資源，是對(duì)數(shù)據(jù)進(jìn)行清

洗、去標(biāo)識(shí)化、匿名化處理的前提。前者是形成數(shù)據(jù)的基礎(chǔ)，后者

是維護(hù)數(shù)據(jù)質(zhì)量和安全的關(guān)鍵。

本報(bào)告主要描述各數(shù)據(jù)處理活動(dòng)的基本原理和通用技術(shù)方法，

需要結(jié)合實(shí)際場(chǎng)景具體適用。本報(bào)告所引用的部分技術(shù)方法參考了

《GB/T37964-2019信息安全技術(shù)個(gè)人信息去標(biāo)識(shí)化指南》等相關(guān)

標(biāo)準(zhǔn)指南，在此基礎(chǔ)上，結(jié)合《個(gè)人信息保護(hù)法》等法律法規(guī)的界

定，根據(jù)技術(shù)特性和處理效果，對(duì)去標(biāo)識(shí)化技術(shù)和匿名化技術(shù)進(jìn)行

了區(qū)分。本報(bào)告所描述的相關(guān)技術(shù)方法仍在不斷豐富、演進(jìn)和迭代，

相關(guān)應(yīng)用場(chǎng)景也在不斷發(fā)展變化，本報(bào)告將持續(xù)跟蹤觀察，適時(shí)更

新、補(bǔ)充、調(diào)整和校正。歡迎各組織積極反饋技術(shù)適用情況和建議，

提供技術(shù)適用場(chǎng)景和實(shí)踐案例。

目錄

一、處理目標(biāo)及相互關(guān)系............................................................................................1

（一）數(shù)據(jù)清洗是數(shù)據(jù)可用的保障.....................................................................1

（二）去標(biāo)識(shí)化是數(shù)據(jù)脫敏的關(guān)鍵.....................................................................1

（三）匿名化是去標(biāo)識(shí)化的強(qiáng)化.........................................................................2

二、數(shù)據(jù)處理原則........................................................................................................4

（一）合法合規(guī).....................................................................................................4

（二）安全優(yōu)先.....................................................................................................4

（三）平衡效用.....................................................................................................4

（四）技管結(jié)合.....................................................................................................4

（五）有效溯源.....................................................................................................5

三、數(shù)據(jù)清洗規(guī)程........................................................................................................5

（一）處理目的.....................................................................................................5

（二）處理流程.....................................................................................................6

（三）常見技術(shù)方法.............................................................................................9

四、數(shù)據(jù)去標(biāo)識(shí)化規(guī)程..............................................................................................12

（一）處理目的...................................................................................................12

（二）處理流程...................................................................................................13

（三）常見技術(shù)方法...........................................................................................18

五、數(shù)據(jù)匿名化規(guī)程..................................................................................................21

（一）處理目的...................................................................................................21

（二）處理流程...................................................................................................21

（三）常見技術(shù)方法...........................................................................................25

六、數(shù)據(jù)處理環(huán)境要求..............................................................................................29

（一）管理制度要求...........................................................................................29

（二）技術(shù)能力要求...........................................................................................30

（三）人員能力要求...........................................................................................30

（四）過程控制要求...........................................................................................30

（五）事故管理要求...........................................................................................31

附件一：常見直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符示例..............................................................32

附件二：常見標(biāo)識(shí)符的去標(biāo)識(shí)化或匿名化參考......................................................36

附件三：部分?jǐn)?shù)據(jù)處理技術(shù)方法應(yīng)用建議..............................................................40

參考資料......................................................................................................................43

表目錄

表1數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理的技術(shù)特點(diǎn)和差異.................................3

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

習(xí)近平總書記在2023年中國(guó)國(guó)際服務(wù)貿(mào)易交易會(huì)全球服務(wù)貿(mào)易

峰會(huì)上發(fā)表視頻致辭指出，要“推動(dòng)數(shù)據(jù)基礎(chǔ)制度先行先試改革”。

《中共中央國(guó)務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用

的意見》要求“創(chuàng)新技術(shù)手段，推動(dòng)個(gè)人信息匿名化處理”。規(guī)范數(shù)

據(jù)清洗、去標(biāo)識(shí)化、匿名化處理，有助于提升數(shù)據(jù)的可用、可信、可

流通、可追溯水平，推動(dòng)數(shù)據(jù)要素強(qiáng)化優(yōu)質(zhì)供給，是建立合規(guī)高效、

場(chǎng)內(nèi)外結(jié)合的數(shù)據(jù)要素流通和交易制度的重要內(nèi)容。具體來說，為滿

足數(shù)據(jù)可用性和安全性進(jìn)行的數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理，是

數(shù)據(jù)產(chǎn)品進(jìn)場(chǎng)上市的條件，也是數(shù)據(jù)資產(chǎn)登記、交易的前提，更是數(shù)

據(jù)應(yīng)用、建模釋放二次衍生價(jià)值的底線。本報(bào)告通過明晰數(shù)據(jù)清洗、

去標(biāo)識(shí)化、匿名化處理三者之間的關(guān)系，總結(jié)各項(xiàng)處理活動(dòng)的處理目

的、流程、技術(shù)方法及環(huán)境要求，以期為相關(guān)組織開展相應(yīng)數(shù)據(jù)處理

活動(dòng)和測(cè)試評(píng)估提供參考。

一、處理目標(biāo)及相互關(guān)系

（一）數(shù)據(jù)清洗是數(shù)據(jù)可用的保障

數(shù)據(jù)清洗是運(yùn)用一定方法修正識(shí)別到的數(shù)據(jù)問題，實(shí)現(xiàn)數(shù)據(jù)的規(guī)

范性、完整性、一致性、準(zhǔn)確性和可溯源性，提高數(shù)據(jù)質(zhì)量的過程。

數(shù)據(jù)清洗旨在滿足數(shù)據(jù)的可用性要求，是數(shù)據(jù)資源預(yù)處理的第一步，

也是保證后續(xù)處理結(jié)果準(zhǔn)確、科學(xué)、有效的重要一環(huán)。數(shù)據(jù)清洗作為

數(shù)據(jù)后續(xù)開發(fā)利用的基礎(chǔ)，是數(shù)據(jù)去標(biāo)識(shí)化和匿名化處理的前置步驟。

（二）去標(biāo)識(shí)化是數(shù)據(jù)脫敏的關(guān)鍵

數(shù)據(jù)去標(biāo)識(shí)化是指數(shù)據(jù)經(jīng)過處理，使其在不借助額外信息的情況

1

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

下無法識(shí)別特定自然人或相關(guān)標(biāo)識(shí)符的過程。數(shù)據(jù)去標(biāo)識(shí)化處理強(qiáng)調(diào)

標(biāo)識(shí)符的“不可識(shí)別性”，即對(duì)數(shù)據(jù)內(nèi)含的相關(guān)敏感信息內(nèi)容進(jìn)行脫

敏處理，通過去除、替換、模糊等方法，達(dá)到不借助額外信息的情況

下無法識(shí)別特定自然人或相關(guān)標(biāo)識(shí)符的效果。

數(shù)據(jù)去標(biāo)識(shí)化與在先的標(biāo)識(shí)形成過程分屬數(shù)據(jù)處理的不同階段

及場(chǎng)景。標(biāo)識(shí)形成是產(chǎn)生數(shù)據(jù)的過程，使得被標(biāo)識(shí)對(duì)象據(jù)此可以被組

織進(jìn)行有效管理和開發(fā)利用。數(shù)據(jù)去標(biāo)識(shí)化是標(biāo)識(shí)數(shù)據(jù)產(chǎn)生后的加工

處理過程，旨在提升標(biāo)識(shí)信息的安全防護(hù)水平，確保敏感的標(biāo)識(shí)內(nèi)容

不被未經(jīng)授權(quán)的主體獲取和利用。去標(biāo)識(shí)化處理是強(qiáng)化標(biāo)識(shí)數(shù)據(jù)安全

性的重要保障。例如，制造業(yè)企業(yè)通過對(duì)產(chǎn)品、零部件、設(shè)備進(jìn)行標(biāo)

識(shí)，形成了可精準(zhǔn)定位產(chǎn)品和設(shè)備的數(shù)據(jù)資源，在委托外部第三方技

術(shù)開發(fā)商進(jìn)行相關(guān)應(yīng)用系統(tǒng)開發(fā)時(shí)，需要對(duì)含有敏感內(nèi)容或涉及商業(yè)

秘密的數(shù)據(jù)進(jìn)行去標(biāo)識(shí)化處理。

數(shù)據(jù)去標(biāo)識(shí)化處理暗含了相關(guān)標(biāo)識(shí)符具有“復(fù)原”的可能，去標(biāo)

識(shí)化無法單獨(dú)實(shí)現(xiàn)匿名化的法律效力。例如，對(duì)個(gè)人信息進(jìn)行去標(biāo)識(shí)

化處理后的數(shù)據(jù)，仍屬于個(gè)人信息范疇。

（三）匿名化是去標(biāo)識(shí)化的強(qiáng)化

數(shù)據(jù)匿名化是指數(shù)據(jù)經(jīng)過處理，無法識(shí)別特定自然人或相關(guān)標(biāo)識(shí)

符且不能復(fù)原的過程。數(shù)據(jù)匿名化處理在強(qiáng)調(diào)標(biāo)識(shí)符的“不可識(shí)別性”

基礎(chǔ)上，要求標(biāo)識(shí)符同時(shí)滿足“難以復(fù)原性”標(biāo)準(zhǔn)，是數(shù)據(jù)去標(biāo)識(shí)化

的進(jìn)一步處理，即數(shù)據(jù)去標(biāo)識(shí)化后應(yīng)用相關(guān)技術(shù)使相關(guān)標(biāo)識(shí)符難以復(fù)

原的過程。經(jīng)匿名化處理后數(shù)據(jù)的初始效用將受到較大程度的改變。

2

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

與數(shù)據(jù)去標(biāo)識(shí)化相比，經(jīng)匿名化處理后的數(shù)據(jù)即便借助了額外信

息也難以識(shí)別特定自然人和被處理的標(biāo)識(shí)符。例如，對(duì)個(gè)人信息進(jìn)行

匿名化處理后的數(shù)據(jù)，不再屬于個(gè)人信息范疇。但匿名化處理僅是描

述應(yīng)用匿名化技術(shù)的過程，并非描述數(shù)據(jù)達(dá)到絕對(duì)匿名化的狀態(tài)，完

滿、絕對(duì)的不可復(fù)原狀態(tài)無法100%確定。

表1數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理的技術(shù)特點(diǎn)和差異

加工后數(shù)據(jù)改造程度數(shù)據(jù)有用性數(shù)據(jù)安全性

（相對(duì)原始數(shù)據(jù)）（針對(duì)個(gè)體記錄）（脫敏程度）

低

清洗后數(shù)據(jù)低高

（單獨(dú)可識(shí)別）

中

去標(biāo)識(shí)化數(shù)據(jù)中中（不借助額外信息不可

識(shí)別）

高

匿名化數(shù)據(jù)高低（借助額外信息也難以

復(fù)原的不可識(shí)別）

來源：中國(guó)信息通信研究院

去標(biāo)識(shí)化技術(shù)和匿名化技術(shù)沒有嚴(yán)格界分，二者核心都是通過技

術(shù)手段對(duì)標(biāo)識(shí)信息進(jìn)行脫敏處理，實(shí)現(xiàn)對(duì)敏感數(shù)據(jù)內(nèi)容的保護(hù)，實(shí)踐

中兩類技術(shù)通?？梢越M合使用實(shí)現(xiàn)預(yù)期處理效果。本報(bào)告根據(jù)抗重新

識(shí)別的風(fēng)險(xiǎn)能力大小和對(duì)敏感內(nèi)容安全防護(hù)程度的差異，將相關(guān)技術(shù)

劃分為去標(biāo)識(shí)化技術(shù)和匿名化技術(shù)。仍保留原始數(shù)據(jù)個(gè)體顆粒度的，

納入去標(biāo)識(shí)化技術(shù)方法范疇；不再保留原始數(shù)據(jù)個(gè)體顆粒度，或原始

數(shù)據(jù)記錄的真實(shí)性已受到顯著減損，或原始數(shù)據(jù)記錄不對(duì)外披露的，

納入匿名化技術(shù)方法范疇。

3

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

二、數(shù)據(jù)處理原則

（一）合法合規(guī)

組織開展數(shù)據(jù)清洗、去標(biāo)識(shí)化和匿名化處理，應(yīng)滿足我國(guó)法律、

法規(guī)、規(guī)章和標(biāo)準(zhǔn)規(guī)范對(duì)數(shù)據(jù)安全和個(gè)人信息保護(hù)的有關(guān)規(guī)定，不得

不當(dāng)損害國(guó)家、社會(huì)和第三方組織及個(gè)人的合法正當(dāng)權(quán)益。

（二）安全優(yōu)先

組織應(yīng)采取相應(yīng)的管理和技術(shù)措施，保證數(shù)據(jù)加工處理過程的安

全性。數(shù)據(jù)的安全性考慮是組織開展數(shù)據(jù)去標(biāo)識(shí)化、匿名化處理活動(dòng)

的首要目的，以降低數(shù)據(jù)在后續(xù)流通、應(yīng)用環(huán)節(jié)的安全風(fēng)險(xiǎn)，降低數(shù)

據(jù)安全事故發(fā)生概率。

（三）平衡效用

組織應(yīng)根據(jù)業(yè)務(wù)目標(biāo)和安全保護(hù)要求，面向場(chǎng)景化應(yīng)用需求，選

擇恰當(dāng)?shù)那逑?、去?biāo)識(shí)化和匿名化處理路徑和技術(shù)，在確保安全的前

提下，強(qiáng)調(diào)數(shù)據(jù)質(zhì)量要求，盡可能滿足預(yù)期效用，促進(jìn)數(shù)據(jù)安全性和

可用性的有效平衡。

（四）技管結(jié)合

組織應(yīng)綜合利用技術(shù)和管理兩方面措施實(shí)現(xiàn)數(shù)據(jù)處理的最佳效

果，根據(jù)工作目標(biāo)和數(shù)據(jù)安全要求制定適當(dāng)?shù)牟呗?，選擇合適的模型

和技術(shù)，建立完善的管理架構(gòu)、操作權(quán)限和責(zé)任機(jī)制，將技術(shù)和管理

措施嵌入數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理全流程，并定期跟蹤評(píng)估

和持續(xù)改進(jìn)。

4

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

（五）有效溯源

組織應(yīng)明確各環(huán)節(jié)的數(shù)據(jù)處理權(quán)限和流程，對(duì)數(shù)據(jù)清洗、去標(biāo)識(shí)

化、匿名化設(shè)置訪問控制程序，采取措施清晰記錄數(shù)據(jù)處理過程的細(xì)

節(jié)、使用的參數(shù)和控制措施，及時(shí)發(fā)現(xiàn)已經(jīng)出現(xiàn)或可能出現(xiàn)的偏差或

不當(dāng)操作，支撐后續(xù)對(duì)數(shù)據(jù)處理過程進(jìn)行維護(hù)、審計(jì)和追溯。

三、數(shù)據(jù)清洗規(guī)程

（一）處理目的

組織實(shí)施數(shù)據(jù)清洗活動(dòng)，應(yīng)保證清洗加工過程和輸出結(jié)果符合以

下要求：

1.規(guī)范性

數(shù)據(jù)來源合法，數(shù)據(jù)的格式、質(zhì)量及存儲(chǔ)標(biāo)準(zhǔn)應(yīng)統(tǒng)一，應(yīng)使用相

同度量單位描述同一場(chǎng)景下的同類數(shù)據(jù)，滿足數(shù)據(jù)互聯(lián)互通要求，不

存在空值、無效值，響應(yīng)依據(jù)規(guī)范標(biāo)準(zhǔn)的各種查詢和各種計(jì)算。

2.準(zhǔn)確性

應(yīng)對(duì)數(shù)據(jù)所指向的內(nèi)容客觀、真實(shí)、準(zhǔn)確描述，可對(duì)清洗前后的

數(shù)據(jù)進(jìn)行內(nèi)外部比對(duì)校驗(yàn)，并對(duì)具有時(shí)效要求的數(shù)據(jù)根據(jù)時(shí)間特性及

時(shí)更新，確保清洗加工不造成數(shù)據(jù)失真、錯(cuò)漏。

3.完整性

清洗后的數(shù)據(jù)應(yīng)保證數(shù)據(jù)的連續(xù)性、完整性，源數(shù)據(jù)應(yīng)在源頭或

備份表中能找到，數(shù)據(jù)在字段、記錄內(nèi)容或數(shù)據(jù)集內(nèi)不應(yīng)有重復(fù)值。

4.一致性

5

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

各字段內(nèi)的數(shù)據(jù)應(yīng)與字段描述一致，同一個(gè)數(shù)據(jù)在同一時(shí)刻在不

同數(shù)據(jù)庫、應(yīng)用和系統(tǒng)中應(yīng)保持一致。

5.可溯源性

應(yīng)在數(shù)據(jù)清洗轉(zhuǎn)換前對(duì)原始數(shù)據(jù)進(jìn)行備份，對(duì)清洗過程所使用的

方法、參數(shù)和路徑進(jìn)行記錄，保證原始數(shù)據(jù)可溯源，便于后續(xù)查證或

重新使用。

（二）處理流程

數(shù)據(jù)清洗的流程通常包括抽取清洗對(duì)象、明確清洗規(guī)則、標(biāo)識(shí)錯(cuò)

誤數(shù)據(jù)、數(shù)據(jù)修正處理、數(shù)據(jù)轉(zhuǎn)換檢驗(yàn)、評(píng)估清洗結(jié)果六個(gè)步驟。

1.抽取清洗對(duì)象

（1）明確清洗對(duì)象

選取需要進(jìn)行清洗處理的數(shù)據(jù)，明確清洗的數(shù)據(jù)范圍、類型、性

質(zhì)、體量、內(nèi)容、關(guān)系、質(zhì)量等信息，全面分析清洗標(biāo)的的情況，對(duì)

清洗數(shù)據(jù)進(jìn)行分類分級(jí)。

（2）對(duì)清洗對(duì)象進(jìn)行抽取

清洗對(duì)象的抽取應(yīng)當(dāng)允許對(duì)結(jié)構(gòu)、半結(jié)構(gòu)和非結(jié)構(gòu)等不同類型數(shù)

據(jù)進(jìn)行抽取，包括對(duì)數(shù)據(jù)的全量抽取和增量抽取，數(shù)據(jù)抽取后的表結(jié)

構(gòu)應(yīng)與抽取來源的表結(jié)構(gòu)保持一致。

2.定義清洗規(guī)則

（1）確定清洗效果和目標(biāo)

根據(jù)清洗的必要性，分析對(duì)應(yīng)數(shù)據(jù)資源的特點(diǎn)和清洗復(fù)雜程度，

6

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

結(jié)合業(yè)務(wù)要求或用戶和其他相關(guān)方的需求，明確清洗的程度和需要達(dá)

到的質(zhì)量效果。

（2）確定清洗邏輯規(guī)則

結(jié)合所抽取的清洗對(duì)象的數(shù)據(jù)特點(diǎn)，以需求為導(dǎo)向，以應(yīng)用為目

標(biāo)，以數(shù)據(jù)的可用性為評(píng)價(jià)標(biāo)準(zhǔn)，明確各數(shù)據(jù)錯(cuò)誤類型的判斷標(biāo)準(zhǔn)及

相應(yīng)的修正處理方式。

3.標(biāo)識(shí)錯(cuò)誤數(shù)據(jù)

（1）篩選錯(cuò)誤數(shù)據(jù)

分析篩選出數(shù)據(jù)資源中存在的數(shù)據(jù)問題和對(duì)應(yīng)的數(shù)據(jù)。按照常見

錯(cuò)誤數(shù)據(jù)的類型，對(duì)數(shù)據(jù)問題進(jìn)行分類，針對(duì)性進(jìn)行錯(cuò)誤標(biāo)識(shí)，并支

持對(duì)已標(biāo)識(shí)的錯(cuò)誤數(shù)據(jù)進(jìn)行查詢定位。可采用統(tǒng)計(jì)學(xué)、關(guān)聯(lián)規(guī)則、業(yè)

務(wù)區(qū)分等方法來對(duì)目標(biāo)數(shù)據(jù)進(jìn)行錯(cuò)誤檢測(cè)，識(shí)別出數(shù)據(jù)的錯(cuò)誤類型并

進(jìn)行標(biāo)識(shí)。例如，通過使用統(tǒng)計(jì)學(xué)方法（例如均值、標(biāo)準(zhǔn)差、范圍或

分位數(shù)）對(duì)數(shù)據(jù)進(jìn)行分析和可視化，發(fā)現(xiàn)異常值或離群值，從而標(biāo)識(shí)

錯(cuò)誤數(shù)據(jù)。

（2）常見錯(cuò)誤類型

殘缺數(shù)據(jù)：數(shù)據(jù)中缺失一些記錄，或一條記錄中缺失一些值，或

兩者都缺失。

偏差數(shù)據(jù)：數(shù)據(jù)沒有嚴(yán)格按照要求記錄，包括格式內(nèi)容錯(cuò)誤、邏

輯錯(cuò)誤、不合規(guī)數(shù)據(jù)等。

重復(fù)數(shù)據(jù)：數(shù)據(jù)中出現(xiàn)多條相同記錄，或多條記錄反映同一內(nèi)容，

7

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

通常發(fā)生在數(shù)據(jù)來自不同來源、數(shù)據(jù)多次采集、瑕疵數(shù)據(jù)更正備份等

情形。

其他錯(cuò)誤：數(shù)據(jù)未能準(zhǔn)確反映所描述的對(duì)象的其他情形，如非結(jié)

構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)、無意義數(shù)據(jù)、不相關(guān)數(shù)據(jù)等。

4.數(shù)據(jù)修正處理

對(duì)已標(biāo)識(shí)的殘缺數(shù)據(jù)、偏差數(shù)據(jù)、重復(fù)數(shù)據(jù)和其他錯(cuò)誤數(shù)據(jù)分別

采用針對(duì)性的方法和工具進(jìn)行處理。常見的數(shù)據(jù)清洗工具包括軟件工

具、腳本等類型。選擇清洗方法和策略時(shí)，應(yīng)根據(jù)清洗目標(biāo)和業(yè)務(wù)需

要，結(jié)合數(shù)據(jù)錯(cuò)誤類型，采取刪除、填充、更換等不同的方式處理，

具體可參考本節(jié)“（三）常見技術(shù)方法”。

5.數(shù)據(jù)轉(zhuǎn)換檢驗(yàn)

（1）錯(cuò)誤數(shù)據(jù)轉(zhuǎn)換

對(duì)錯(cuò)誤數(shù)據(jù)的格式、信息代碼、值的沖突進(jìn)行轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換前

應(yīng)檢查需要轉(zhuǎn)換的數(shù)據(jù)規(guī)則和字段是否一致。

（2）轉(zhuǎn)換結(jié)果檢驗(yàn)

一是內(nèi)容檢驗(yàn)，即對(duì)轉(zhuǎn)換后數(shù)據(jù)內(nèi)容的完整性、全面性進(jìn)行檢驗(yàn)，

包括非空檢驗(yàn)和數(shù)據(jù)量檢驗(yàn)。

二是格式檢驗(yàn)，即對(duì)照數(shù)據(jù)格式樣例或相關(guān)標(biāo)準(zhǔn)對(duì)轉(zhuǎn)換后數(shù)據(jù)格

式的規(guī)范性、一致性進(jìn)行檢驗(yàn)。

三是邏輯檢驗(yàn)，即結(jié)合相關(guān)聯(lián)數(shù)據(jù)對(duì)轉(zhuǎn)換后數(shù)據(jù)邏輯是否符合預(yù)

先設(shè)定的范圍、區(qū)間、大小、數(shù)值關(guān)系等規(guī)則的約束性要求進(jìn)行檢驗(yàn)。

8

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

四是合規(guī)檢驗(yàn)，即結(jié)合業(yè)務(wù)場(chǎng)景的合規(guī)要求對(duì)轉(zhuǎn)換后數(shù)據(jù)內(nèi)容是

否符合法律法規(guī)和強(qiáng)制性標(biāo)準(zhǔn)的要求進(jìn)行檢驗(yàn)。

6.評(píng)估清洗結(jié)果

數(shù)據(jù)清洗后及時(shí)評(píng)價(jià)輸出結(jié)果是否符合事先設(shè)定清洗規(guī)則和規(guī)

范性、準(zhǔn)確性、完整性、一致性、可溯源性等目標(biāo)要求，并從業(yè)務(wù)角

度評(píng)估清洗后數(shù)據(jù)的有用性，判斷是否可以支撐后續(xù)加工處理活動(dòng)。

（三）常見技術(shù)方法

1.殘缺數(shù)據(jù)處理

組織應(yīng)當(dāng)按照所需處理數(shù)據(jù)的字段缺失比例和重要性，采取差異

化的策略進(jìn)行處理。重要性高，缺失率低的字段，可以通過計(jì)算結(jié)果

填充并進(jìn)行核驗(yàn)；重要性高，缺失率高的字段，重新采集獲取或通過

其他渠道取數(shù)補(bǔ)全；重要性低，缺失率低的字段，不做處理或簡(jiǎn)單填

充；重要性低，缺失率高的字段，可以選擇刪除該字段。

（1）刪除缺失值

當(dāng)樣本數(shù)量充足，且出現(xiàn)缺失值的樣本占比相對(duì)較小時(shí)，可以備

份當(dāng)前數(shù)據(jù)后，直接刪除后期加工處理不需要的字段和缺失值。

（2）填充缺失內(nèi)容

存在缺失率較低但相對(duì)重要的數(shù)據(jù)項(xiàng)時(shí)，可以通過計(jì)算填充并進(jìn)

行核驗(yàn)的方式進(jìn)行補(bǔ)全，包括不同指標(biāo)的計(jì)算結(jié)果填充和同一指標(biāo)的

計(jì)算結(jié)果填充。

不同指標(biāo)的計(jì)算結(jié)果填充：即通過數(shù)據(jù)項(xiàng)與數(shù)據(jù)項(xiàng)之間的邏輯聯(lián)

9

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

系，采取相應(yīng)的計(jì)算方法得到缺失內(nèi)容。包括熱卡填補(bǔ)法、最近距離

決定填補(bǔ)法、回歸填補(bǔ)法、多重填補(bǔ)方法、K-最近鄰法、有序最近鄰

法等。例如，數(shù)據(jù)中年齡字段缺失，可以從公民身份證號(hào)中提取年齡

字段。

同一指標(biāo)的計(jì)算結(jié)果填充：即通過對(duì)同一指標(biāo)列的數(shù)據(jù)采取均值、

中位數(shù)、眾數(shù)等方式進(jìn)行計(jì)算，將相應(yīng)結(jié)果進(jìn)行填充，多用于數(shù)值型

數(shù)據(jù)。例如，某一記錄的身高數(shù)據(jù)缺失，可以使用該字段的均值進(jìn)行

填充。

（3）重新采集數(shù)據(jù)補(bǔ)全

存在缺失率較高且相對(duì)重要的數(shù)據(jù)項(xiàng)時(shí)，可以通過線下補(bǔ)充收集、

業(yè)務(wù)知識(shí)或經(jīng)驗(yàn)推測(cè)、新增抽取其他數(shù)據(jù)源數(shù)據(jù)等方式，進(jìn)行關(guān)聯(lián)對(duì)

比后填補(bǔ)。

2.偏差（異常）數(shù)據(jù)處理

組織應(yīng)當(dāng)對(duì)未符合規(guī)范要求，存在格式、邏輯及內(nèi)容不匹配等方

面偏差的數(shù)據(jù)進(jìn)行處理。

（1）格式不規(guī)范數(shù)據(jù)

對(duì)存在格式不規(guī)范等問題的數(shù)據(jù)進(jìn)行處理，包括全、半角處理和

無效字符處理。按照事先定義的規(guī)則進(jìn)行全、半角符號(hào)統(tǒng)一，以半自

動(dòng)校驗(yàn)結(jié)合半人工方式發(fā)現(xiàn)錯(cuò)誤字符，進(jìn)行自動(dòng)化修正或人工修正。

（2）邏輯沖突數(shù)據(jù)

對(duì)存在不符合邏輯約束要求、相互間存在沖突的數(shù)據(jù)進(jìn)行處理，

10

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

可通過直接推理、關(guān)聯(lián)修正和邏輯重構(gòu)等方式進(jìn)行，并再次進(jìn)行校驗(yàn)。

直接推理：了解數(shù)據(jù)潛在的邏輯規(guī)則，采取邏輯推理法，直接處

理簡(jiǎn)單邏輯錯(cuò)誤的數(shù)據(jù)。

關(guān)聯(lián)修正：借助分箱、聚類、回歸等方法識(shí)別邏輯錯(cuò)誤數(shù)據(jù)，通

過相互驗(yàn)證的方法修正矛盾內(nèi)容。

邏輯重構(gòu)：對(duì)于重要性較高的不合理數(shù)據(jù)進(jìn)行人工干預(yù)，或重新

采集數(shù)據(jù)，引入更多數(shù)據(jù)源進(jìn)行邏輯的重新梳理并再次進(jìn)行校驗(yàn)。

（3）內(nèi)容不匹配數(shù)據(jù)

對(duì)存在噪聲數(shù)據(jù)、超出明確取值范圍，以及數(shù)據(jù)中存在敏感信息

或內(nèi)容不符合要求等數(shù)據(jù)進(jìn)行處理。通過設(shè)定判定規(guī)則，借助自動(dòng)化

手段判斷數(shù)據(jù)是否在規(guī)則范圍內(nèi)，不在規(guī)則范圍內(nèi)的，進(jìn)行警告及人

工處理。

噪聲數(shù)據(jù)：對(duì)噪聲值進(jìn)行平滑處理，或在不影響數(shù)據(jù)結(jié)構(gòu)和后續(xù)

使用情況下，將噪聲數(shù)據(jù)進(jìn)行刪除處理。

離群值數(shù)據(jù)：判斷超出明確取值范圍數(shù)據(jù)的來源是否可靠，數(shù)據(jù)

的存在是否合理，合理的數(shù)據(jù)予以保留，不合理數(shù)據(jù)予以調(diào)整。

內(nèi)容不對(duì)應(yīng)數(shù)據(jù)：識(shí)別內(nèi)容與字段要求不匹配的問題類型，如人

工填寫錯(cuò)誤、導(dǎo)入數(shù)據(jù)時(shí)沒有對(duì)齊、數(shù)據(jù)源端業(yè)務(wù)系統(tǒng)缺陷等，通過

關(guān)聯(lián)、修正或重新采集等方式匹配相應(yīng)字段進(jìn)行填補(bǔ)。

3.重復(fù)數(shù)據(jù)處理

將具有相同含義的數(shù)據(jù)判定為重復(fù)數(shù)據(jù)，包括相同數(shù)據(jù)和相似數(shù)

據(jù)。

11

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

相同數(shù)據(jù)：形式、含義和內(nèi)容均相同的數(shù)據(jù)，根據(jù)來源權(quán)威性和

應(yīng)用場(chǎng)合，選擇最恰當(dāng)渠道來源的數(shù)據(jù)，或在不影響數(shù)據(jù)保真度和完

整性的情況下進(jìn)行合并處理。

相似數(shù)據(jù)：識(shí)別相似數(shù)據(jù)的各自含義，判斷數(shù)據(jù)的實(shí)質(zhì)含義上是

否存在差異，實(shí)質(zhì)含義相同的數(shù)據(jù)按照相同數(shù)據(jù)進(jìn)行處理，實(shí)質(zhì)含義

有差異的數(shù)據(jù)，不能界定為重復(fù)數(shù)據(jù)，應(yīng)分別保留。

4.其他錯(cuò)誤數(shù)據(jù)處理

針對(duì)數(shù)據(jù)未能準(zhǔn)確反映所描述的對(duì)象的其他情形，可以采取以下

通用方式進(jìn)行處理：

將非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)；將無意義數(shù)據(jù)、

不相關(guān)數(shù)據(jù)在進(jìn)行必要性和相關(guān)性評(píng)估后進(jìn)行刪除，提升后續(xù)數(shù)據(jù)處

理效率；對(duì)仍存在問題未處理的錯(cuò)誤數(shù)據(jù)存入問題數(shù)據(jù)庫，便于后續(xù)

查證或重新使用。

四、數(shù)據(jù)去標(biāo)識(shí)化規(guī)程

（一）處理目的

組織實(shí)施數(shù)據(jù)去標(biāo)識(shí)化，應(yīng)當(dāng)確保經(jīng)過處理的數(shù)據(jù)達(dá)到以下效果：

1.標(biāo)識(shí)不可識(shí)別

對(duì)數(shù)據(jù)中的直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符進(jìn)行處理，避免未經(jīng)授權(quán)的主

體無需借助其他額外信息，直接根據(jù)這些標(biāo)識(shí)內(nèi)容便可以識(shí)別出原始

信息主體或相關(guān)標(biāo)識(shí)符。

2.控制被識(shí)別風(fēng)險(xiǎn)

12

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

將去標(biāo)識(shí)化后的數(shù)據(jù)可能被未經(jīng)授權(quán)的主體再次識(shí)別的風(fēng)險(xiǎn)控

制在可接受的范圍內(nèi)，確保標(biāo)識(shí)符暴露的風(fēng)險(xiǎn)不會(huì)因數(shù)據(jù)接收方之間

的潛在串通或新數(shù)據(jù)的增加而增加。

3.兼顧數(shù)據(jù)效用目標(biāo)

有效平衡數(shù)據(jù)的安全性和可用性，選擇合適的去標(biāo)識(shí)化模型和技

術(shù)，確保去標(biāo)識(shí)化后的數(shù)據(jù)盡量滿足數(shù)據(jù)開發(fā)利用的預(yù)期目的和效用，

在數(shù)據(jù)安全前提下最大發(fā)揮去標(biāo)識(shí)化數(shù)據(jù)應(yīng)用價(jià)值。

（二）處理流程

數(shù)據(jù)去標(biāo)識(shí)化的流程通常包括確定去標(biāo)識(shí)化對(duì)象、制定去標(biāo)識(shí)化

目標(biāo)和計(jì)劃、識(shí)別相關(guān)標(biāo)識(shí)符、對(duì)標(biāo)識(shí)符進(jìn)行處理、驗(yàn)證審核處理結(jié)

果、評(píng)估重新標(biāo)識(shí)風(fēng)險(xiǎn)六個(gè)步驟。

1.確定去標(biāo)識(shí)化對(duì)象

組織對(duì)于自身合法取得、合法持有，并實(shí)際控制的數(shù)據(jù)，應(yīng)當(dāng)基

于外部和內(nèi)部的多方面因素的考量確定需要進(jìn)行去標(biāo)識(shí)處理的數(shù)據(jù)

范圍。

（1）法規(guī)標(biāo)準(zhǔn)要求

根據(jù)國(guó)家、地區(qū)或行業(yè)的相關(guān)政策、法律、法規(guī)等的強(qiáng)制性規(guī)定，

判斷待收集、存儲(chǔ)、使用、加工或向第三方提供的數(shù)據(jù)是否涉及去標(biāo)

識(shí)化的相關(guān)要求。例如，《個(gè)人信息保護(hù)法》第51條要求，個(gè)人信息

處理者應(yīng)當(dāng)采取加密、去標(biāo)識(shí)化等安全技術(shù)措施，防止未經(jīng)授權(quán)的訪

問以及個(gè)人信息泄露、篡改、丟失。

13

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

（2）組織策略要求

根據(jù)自身數(shù)據(jù)管理要求，或者按照與相關(guān)合作方約定，判斷數(shù)據(jù)

進(jìn)行內(nèi)外部應(yīng)用時(shí)是否需要進(jìn)行去標(biāo)識(shí)化處理。例如，將個(gè)人信息對(duì)

外展示時(shí)，參考《GB/T35273—2020信息安全技術(shù)個(gè)人信息安全規(guī)

范》，涉及通過界面展示個(gè)人信息的（如顯示屏幕、紙面），個(gè)人信息

控制者宜對(duì)需展示的個(gè)人信息采取去標(biāo)識(shí)化處理等措施，降低個(gè)人信

息在展示環(huán)節(jié)的泄露風(fēng)險(xiǎn)。

（3）數(shù)據(jù)來源方要求

根據(jù)數(shù)據(jù)采集時(shí)是否存在對(duì)數(shù)據(jù)來源方等作出了去標(biāo)識(shí)化的相

關(guān)承諾或約定，判斷對(duì)數(shù)據(jù)進(jìn)行加工或向第三方提供時(shí)是否需要進(jìn)行

去標(biāo)識(shí)化處理。例如，組織已在產(chǎn)品隱私政策中聲明，將用戶個(gè)人信

息用于對(duì)外提供學(xué)術(shù)研究或描述的結(jié)果時(shí)，承諾對(duì)結(jié)果中所包含的個(gè)

人信息進(jìn)行去標(biāo)識(shí)化處理。

2.制定去標(biāo)識(shí)化目標(biāo)

均衡數(shù)據(jù)安全性和可用性兩方面需求，確定數(shù)據(jù)去標(biāo)識(shí)化處理需

要達(dá)到的效果。

（1）明確標(biāo)識(shí)被識(shí)別風(fēng)險(xiǎn)的控制要求

分析數(shù)據(jù)的來源、性質(zhì)、類型，梳理待處理數(shù)據(jù)是否涉及法律法

規(guī)要求和相關(guān)承諾，結(jié)合去標(biāo)識(shí)化后數(shù)據(jù)的主要用途和使用范圍，考

慮可能采用的去標(biāo)識(shí)化模型和技術(shù)的應(yīng)用方向及能力，綜合評(píng)價(jià)組織

對(duì)相關(guān)標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符被重新識(shí)別的風(fēng)險(xiǎn)的不可接受程度。

（2）明確滿足數(shù)據(jù)可用性的最低要求

14

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

結(jié)合數(shù)據(jù)去標(biāo)識(shí)化后的用途，評(píng)估相關(guān)技術(shù)方法的應(yīng)用對(duì)初始數(shù)

據(jù)的改造程度，分析數(shù)據(jù)去標(biāo)識(shí)化后對(duì)業(yè)務(wù)活動(dòng)的可能影響，提出數(shù)

據(jù)有用性的最低要求。

3.識(shí)別相關(guān)標(biāo)識(shí)符

根據(jù)去標(biāo)識(shí)化的目標(biāo)，針對(duì)需要去標(biāo)識(shí)化的數(shù)據(jù)，識(shí)別出需要進(jìn)

行處理的直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符。組織可以通過以下方法識(shí)別：

（1）查表識(shí)別

組織通過預(yù)先建立標(biāo)識(shí)符元數(shù)據(jù)索引表，待具體識(shí)別時(shí)，將待識(shí)

別數(shù)據(jù)的各個(gè)屬性名稱或字段名稱，逐個(gè)與元數(shù)據(jù)表中的標(biāo)識(shí)符進(jìn)行

比對(duì)。標(biāo)識(shí)符元數(shù)據(jù)索引表應(yīng)當(dāng)包括標(biāo)識(shí)符名稱、含義、格式要求、

常用數(shù)據(jù)類型、常用字段名稱等信息。查表識(shí)別法適用于數(shù)據(jù)集格式

和屬性相對(duì)明確的去標(biāo)識(shí)化場(chǎng)景。

（2）規(guī)則判定

組織通過總結(jié)可能涉及直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符的數(shù)據(jù)格式和規(guī)

律，確立相關(guān)標(biāo)識(shí)符識(shí)別規(guī)則，然后通過運(yùn)行軟件程序，自動(dòng)化地從

數(shù)據(jù)集中識(shí)別出標(biāo)識(shí)數(shù)據(jù)。

結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的標(biāo)識(shí)識(shí)別均可適用規(guī)則判定法。如

通過建立身份證號(hào)識(shí)別規(guī)則，識(shí)別非結(jié)構(gòu)化存儲(chǔ)的司法判決書中的身

份證號(hào)。

（3）人工分析

在必要場(chǎng)景下，組織通過人工發(fā)現(xiàn)和確定數(shù)據(jù)集中的直接標(biāo)識(shí)符

15

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

和準(zhǔn)標(biāo)識(shí)符。人工分析法適用性較強(qiáng)，當(dāng)數(shù)據(jù)集中有特別含義的數(shù)據(jù)，

或數(shù)據(jù)具有特殊值、容易引起注意的值，或者數(shù)據(jù)集中的多個(gè)不同數(shù)

據(jù)子集之間存在關(guān)聯(lián)、引用關(guān)系時(shí)，人工分析可以針對(duì)性地識(shí)別和分

析。

4.對(duì)標(biāo)識(shí)符進(jìn)行處理

對(duì)數(shù)據(jù)集進(jìn)行去標(biāo)識(shí)化前，應(yīng)當(dāng)先通過數(shù)據(jù)清洗，形成規(guī)范化或

滿足特定格式要求的數(shù)據(jù)。在此基礎(chǔ)上，針對(duì)不同特征和處理要求的

數(shù)據(jù)類型，考慮去標(biāo)識(shí)化的影響，在可接受的被重新識(shí)別風(fēng)險(xiǎn)范圍內(nèi)

盡量滿足數(shù)據(jù)可用性的最低要求，選取有效的去標(biāo)識(shí)化技術(shù)方法和模

型進(jìn)行處理。具體可參考本節(jié)“（三）常見技術(shù)方法”。

技術(shù)選擇需要考量相關(guān)因素包括：數(shù)據(jù)是否可以刪除，是否需要

保留至少若干個(gè)類別的數(shù)據(jù)項(xiàng)；去標(biāo)識(shí)后的數(shù)據(jù)是否需要保持唯一性、

可逆性，是否需要保持原有的數(shù)據(jù)格式、表達(dá)順序、統(tǒng)計(jì)特征等；是

否可以對(duì)屬性值實(shí)施隨機(jī)噪聲添加；以及運(yùn)用該去標(biāo)識(shí)化技術(shù)的成本

考量、可承受的重新標(biāo)識(shí)風(fēng)險(xiǎn)范圍和業(yè)務(wù)影響等。

5.驗(yàn)證數(shù)據(jù)處理結(jié)果

對(duì)數(shù)據(jù)去標(biāo)識(shí)化結(jié)果進(jìn)行驗(yàn)證，確保處理后的數(shù)據(jù)在安全性和可

用性方面符合預(yù)設(shè)要求。

（1）安全性驗(yàn)證

驗(yàn)證經(jīng)去標(biāo)識(shí)化處理后數(shù)據(jù)的安全性，確保所生成數(shù)據(jù)被重新識(shí)

別的風(fēng)險(xiǎn)在組織預(yù)設(shè)的可接受風(fēng)險(xiǎn)范圍內(nèi)。組織可以通過檢查生成的

數(shù)據(jù)結(jié)果、檢查去標(biāo)識(shí)化過程及記錄、開展入侵者測(cè)試等方式驗(yàn)證去

16

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

標(biāo)識(shí)化數(shù)據(jù)的安全性。

（2）有用性驗(yàn)證

分析去標(biāo)識(shí)化后的數(shù)據(jù)對(duì)于預(yù)期應(yīng)用和業(yè)務(wù)的影響，判斷處理后

數(shù)據(jù)的質(zhì)量是否還能滿足預(yù)期業(yè)務(wù)用途。組織可以對(duì)原始數(shù)據(jù)和去標(biāo)

識(shí)化后數(shù)據(jù)分別執(zhí)行統(tǒng)計(jì)計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行比較，判斷去標(biāo)識(shí)

化后的計(jì)算結(jié)果是否仍可接受。

6.評(píng)估被識(shí)別風(fēng)險(xiǎn)

對(duì)去標(biāo)識(shí)化后的數(shù)據(jù)進(jìn)行標(biāo)識(shí)符被識(shí)別的風(fēng)險(xiǎn)進(jìn)行評(píng)估，與預(yù)期

可接受的風(fēng)險(xiǎn)閾值進(jìn)行比較。若風(fēng)險(xiǎn)超出閾值，需繼續(xù)進(jìn)行調(diào)整直到

滿足要求。標(biāo)識(shí)符被識(shí)別風(fēng)險(xiǎn)評(píng)估常見的流程包括評(píng)估準(zhǔn)備、定性評(píng)

估、定量評(píng)估、形成評(píng)估結(jié)論等環(huán)節(jié)，組織可借鑒《GB/T42460-2023

信息安全技術(shù)個(gè)人信息去標(biāo)識(shí)化效果評(píng)估指南》進(jìn)行流程設(shè)計(jì)。

按照標(biāo)識(shí)符被識(shí)別的風(fēng)險(xiǎn)從高到低，可以將相應(yīng)的風(fēng)險(xiǎn)閾值劃分

為高風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)、可控風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)4個(gè)等級(jí)。

高風(fēng)險(xiǎn)（4級(jí)）：能直接識(shí)別主體或敏感屬性的數(shù)據(jù)，即包含直

接標(biāo)識(shí)符的數(shù)據(jù)；較高風(fēng)險(xiǎn)（3級(jí)）：僅消除直接標(biāo)識(shí)符的數(shù)據(jù)，即

刪除了直接標(biāo)識(shí)符，但仍包含準(zhǔn)標(biāo)識(shí)符的數(shù)據(jù)；可控風(fēng)險(xiǎn)（2級(jí)）：

消除直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符的數(shù)據(jù)，即對(duì)直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符均進(jìn)

行了處理，在不借助額外信息的情況下，無法識(shí)別或關(guān)聯(lián)識(shí)別個(gè)人信

息主體或特定標(biāo)識(shí)內(nèi)容；低風(fēng)險(xiǎn)（1級(jí)），不再保留個(gè)體顆粒度的聚

合數(shù)據(jù)，如總計(jì)數(shù)、最大值、最小值、平均值等。

17

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

（三）常見技術(shù)方法

本報(bào)告將仍保留原始數(shù)據(jù)個(gè)體顆粒度的技術(shù)類型，納入去標(biāo)識(shí)化

技術(shù)方法范疇。部分技術(shù)方法參考了《GB/T37964-2019信息安全技

術(shù)個(gè)人信息去標(biāo)識(shí)化指南》。組織根據(jù)需要選擇相應(yīng)的去標(biāo)識(shí)化技術(shù)，

常見的去標(biāo)識(shí)化技術(shù)包括數(shù)據(jù)抽樣技術(shù)、加解密技術(shù)、假名化技術(shù)、

抑制遮蓋技術(shù)等，不同技術(shù)之間可以結(jié)合使用。

1.數(shù)據(jù)抽樣技術(shù)

數(shù)據(jù)抽樣是通過選取數(shù)據(jù)集中有代表性的子集來對(duì)原始數(shù)據(jù)集

進(jìn)行分析和評(píng)估。對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)抽樣能夠增加識(shí)別出特定標(biāo)識(shí)符

的不確定性，可以作為后續(xù)應(yīng)用其他技術(shù)強(qiáng)化去標(biāo)識(shí)化效果的初步處

理。

數(shù)據(jù)抽樣的方式較多，需要根據(jù)數(shù)據(jù)集的特點(diǎn)和預(yù)期的使用場(chǎng)景

進(jìn)行選擇，包括隨機(jī)抽樣、等距抽樣、分層抽樣、整群抽樣等。

2.加解密技術(shù)

加解密技術(shù)是指利用算法對(duì)數(shù)據(jù)進(jìn)行加密和解密操作，以密碼學(xué)

為基礎(chǔ)構(gòu)建加密函數(shù)，輸入敏感數(shù)據(jù)和相關(guān)標(biāo)識(shí)符，輸出處理后的加

密隱藏?cái)?shù)據(jù)。同時(shí)在有需要的時(shí)候，可以對(duì)數(shù)據(jù)進(jìn)行解密操作，即在

擁有密鑰的條件下，可以對(duì)標(biāo)識(shí)符進(jìn)行復(fù)原。常見的數(shù)據(jù)加密方法包

括確定性加密、保序加密、保留格式加密、同態(tài)加密等。

確定性加密：指通過確定性加密結(jié)果替代數(shù)據(jù)中的標(biāo)識(shí)符值。確

定性加密是一種非隨機(jī)加密方法，可以保證數(shù)據(jù)真實(shí)可用，一定程度

上保證數(shù)據(jù)在統(tǒng)計(jì)處理、隱私防挖掘方面的有用性，也可以生成用于

18

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

精準(zhǔn)匹配搜索、數(shù)據(jù)關(guān)聯(lián)及分析的微數(shù)據(jù)。對(duì)確定性加密結(jié)果的分析

多用于檢查數(shù)據(jù)值是否相等。

保序加密：指通過保序加密值替代微數(shù)據(jù)中的標(biāo)識(shí)符值。保序加

密同樣是一種非隨機(jī)加密方法，密文的排序與明文的排序相同。對(duì)保

序加密結(jié)果的分析多用于檢查數(shù)據(jù)是否相等和排序關(guān)系比較。

保留格式加密：指加密過程要求密文與明文具有相同的格式，可

用保留格式加密值替代微數(shù)據(jù)中的標(biāo)識(shí)符值。保留格式加密可以保證

加密后的數(shù)據(jù)具有與原始數(shù)據(jù)相同的格式和長(zhǎng)度，有助于在不需要修

改應(yīng)用系統(tǒng)匹配格式的情況下實(shí)現(xiàn)去標(biāo)識(shí)化。

同態(tài)加密：指將原始數(shù)據(jù)加密后，對(duì)得到的密文進(jìn)行特定的運(yùn)算，

得到的計(jì)算結(jié)果等價(jià)于基于原始明文數(shù)據(jù)直接進(jìn)行相同計(jì)算所得到

的數(shù)據(jù)結(jié)果。同態(tài)加密是一種隨機(jī)加密，對(duì)經(jīng)過同態(tài)加密的數(shù)據(jù)進(jìn)行

處理得到相同的輸出結(jié)果，處理過程不會(huì)泄露任何原始內(nèi)容。

3.假名化技術(shù)

假名化技術(shù)是指使用虛構(gòu)的名稱或數(shù)值，替換原始數(shù)據(jù)的直接標(biāo)

識(shí)符或準(zhǔn)標(biāo)識(shí)符的過程。假名化技術(shù)保留了原始數(shù)據(jù)的唯一性特點(diǎn)，

也被稱為編碼。不同數(shù)據(jù)在假名化處理后依然可以進(jìn)行關(guān)聯(lián)，并且不

會(huì)泄露原始標(biāo)識(shí)符。當(dāng)需要唯一區(qū)分?jǐn)?shù)據(jù)值并且沒有保留關(guān)于原始屬

性的直接標(biāo)識(shí)符的字符或任何其他隱含信息時(shí)，可以使用假名化技術(shù)。

假名可以獨(dú)立生成或借助密鑰編碼生成。

獨(dú)立生成假名：即不依賴于被替代的原始值，生成獨(dú)立于標(biāo)識(shí)符

的假名創(chuàng)建技術(shù)，如使用隨機(jī)值代替標(biāo)識(shí)符原始值。組織需要?jiǎng)?chuàng)建假

19

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

名與原始標(biāo)識(shí)的分配表，并采取適當(dāng)?shù)募夹g(shù)與管理措施限制和控制對(duì)

該分配表的訪問。

基于密鑰的假名編碼：即基于密碼技術(shù)的標(biāo)識(shí)符派生假名創(chuàng)建技

術(shù)，通過對(duì)屬性值采用加密或散列等密碼技術(shù)生成假名，也被稱為對(duì)

標(biāo)識(shí)符進(jìn)行“密鑰編碼”。其中加密技術(shù)生成的假名可以用合適的密

鑰及對(duì)應(yīng)的算法解密。

4.抑制遮蓋技術(shù)

抑制遮蓋技術(shù)即對(duì)需要進(jìn)行處理的標(biāo)識(shí)符或數(shù)據(jù)項(xiàng)進(jìn)行刪除或

屏蔽。抑制技術(shù)主要適用于分類數(shù)據(jù)，可用于數(shù)值與非數(shù)值數(shù)據(jù)屬性，

執(zhí)行相對(duì)容易，通過直接刪除或屏蔽降低關(guān)聯(lián)識(shí)別的風(fēng)險(xiǎn)，且可以保

持?jǐn)?shù)據(jù)的真實(shí)性，但會(huì)造成一定程度的信息缺失。但過多的抑制會(huì)影

響數(shù)據(jù)的效用，為保證數(shù)據(jù)的可用性，組織需要對(duì)抑制的數(shù)據(jù)項(xiàng)數(shù)量

和范圍設(shè)定上限。抑制遮蓋需要是永久性的，而不僅僅是“隱藏”功

能，如果底層數(shù)據(jù)仍然可訪問或編輯，則未達(dá)到抑制遮蓋效果。根據(jù)

抑制方式的差異，抑制遮蓋技術(shù)可以分為直接刪除或字符掩碼屏蔽。

直接刪除：即從數(shù)據(jù)集中直接刪除相關(guān)標(biāo)識(shí)符，或刪除標(biāo)識(shí)符中

的部分屬性或內(nèi)容，或者刪除涉及特定屬性標(biāo)識(shí)符的數(shù)據(jù)記錄。

字符掩碼：通過使用一致的符號(hào)（例如“*”或“x”）來替換原

數(shù)據(jù)標(biāo)識(shí)符或標(biāo)識(shí)符中的部分?jǐn)?shù)值。區(qū)別于仍具有唯一性的假名，進(jìn)

行同一屬性的數(shù)值所替換的字符掩碼均為相同，具有一致性。

20

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

五、數(shù)據(jù)匿名化規(guī)程

（一）處理目的

1.促使標(biāo)識(shí)難以復(fù)原

數(shù)據(jù)匿名化處理是數(shù)據(jù)去標(biāo)識(shí)化后應(yīng)用相關(guān)技術(shù)使相關(guān)標(biāo)識(shí)符

難以復(fù)原的過程，是數(shù)據(jù)去標(biāo)識(shí)化的進(jìn)一步處理。與數(shù)據(jù)去標(biāo)識(shí)化相

比，經(jīng)匿名化處理后的數(shù)據(jù)即便借助了額外信息也難以識(shí)別特定自然

人和已被處理的標(biāo)識(shí)符。

2.符合風(fēng)險(xiǎn)可接受水平

任何數(shù)據(jù)均有被復(fù)原的可能。數(shù)據(jù)匿名化處理并非追求完美、絕

對(duì)的匿名化狀態(tài)，強(qiáng)調(diào)的是運(yùn)用匿名化技術(shù)將原始數(shù)據(jù)相關(guān)標(biāo)識(shí)符的

可識(shí)別性降低到監(jiān)管和組織可接受的風(fēng)險(xiǎn)水平。如果信息主體和相關(guān)

標(biāo)識(shí)符的識(shí)別需要不合理的時(shí)間、努力或資源，則不視為是可復(fù)原的。

3.支持統(tǒng)計(jì)、訓(xùn)練用途

經(jīng)匿名化處理的數(shù)據(jù)，數(shù)據(jù)顆粒度、精確度受到影響，不再保留

個(gè)體數(shù)據(jù)記錄。例如，經(jīng)匿名化處理的個(gè)人信息，不再屬于個(gè)人信息

范疇。與基于個(gè)體特征識(shí)別的用戶畫像、設(shè)備定位等用途不同，對(duì)數(shù)

據(jù)匿名化處理主要為了支撐統(tǒng)計(jì)分析、算法訓(xùn)練、科學(xué)研究等場(chǎng)景。

（二）處理流程

數(shù)據(jù)匿名化的流程通常包括明確匿名化處理對(duì)象、設(shè)定匿名化處

理目標(biāo)、先行去標(biāo)識(shí)化處理、實(shí)施數(shù)據(jù)匿名化處理、評(píng)估匿名化效果、

定期追蹤復(fù)原風(fēng)險(xiǎn)六個(gè)步驟。

21

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

1.確定匿名化對(duì)象

根據(jù)法律要求和業(yè)務(wù)用途，確定需要進(jìn)行匿名化處理的數(shù)據(jù)類型

和范圍。

（1）按照監(jiān)管要求確定處理對(duì)象

例如，組織遵照《汽車數(shù)據(jù)安全管理若干規(guī)定(試行)》要求，因

保證行車安全需要，在無法征得個(gè)人同意采集到車外個(gè)人信息且需要

向車外提供時(shí)，對(duì)相關(guān)數(shù)據(jù)進(jìn)行匿名化處理，包括刪除含有能夠識(shí)別

自然人的畫面，或者對(duì)畫面中的人臉信息等進(jìn)行局部輪廓化處理等。

（2）遵循最小必要原則確定處理對(duì)象

例如，征信機(jī)構(gòu)按照《征信業(yè)務(wù)管理辦法》規(guī)定，在個(gè)人不良信

息保存期限屆滿時(shí)，將個(gè)人不良信息在對(duì)外服務(wù)和應(yīng)用中刪除；作為

樣本數(shù)據(jù)繼續(xù)使用的，進(jìn)行匿名化處理。

（3）履行約定或承諾義務(wù)確定處理對(duì)象

例如，組織按照《GB/T35273-2020信息安全技術(shù)個(gè)人信息安全

規(guī)范》規(guī)定，在相關(guān)數(shù)據(jù)超出個(gè)人信息約定的存儲(chǔ)期限或達(dá)成處理目

的后，以及組織停止運(yùn)營(yíng)其產(chǎn)品或服務(wù)時(shí)或用戶注銷賬戶時(shí)，對(duì)個(gè)人

信息進(jìn)行刪除或匿名化處理。

（4）基于業(yè)務(wù)開展需要確定處理對(duì)象

例如，國(guó)家衛(wèi)生健康委等四部門發(fā)布的《涉及人的生命科學(xué)和醫(yī)

學(xué)研究倫理審查辦法》中，將“使用匿名化的信息數(shù)據(jù)開展研究”作

為“免除倫理審查”的情形之一，組織為減少科研業(yè)務(wù)不必要的合規(guī)

負(fù)擔(dān)，使用匿名化數(shù)據(jù)開展涉及人的生命科學(xué)和醫(yī)學(xué)研究。

22

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

2.設(shè)定匿名化目標(biāo)

滿足安全性要求是數(shù)據(jù)匿名化處理的首要目標(biāo)。組織應(yīng)結(jié)合業(yè)務(wù)

場(chǎng)景和安全防護(hù)管理要求，根據(jù)數(shù)據(jù)的性質(zhì)、使用環(huán)境和使用的匿名

化技術(shù)等，結(jié)合匿名化數(shù)據(jù)的主要用途和使用場(chǎng)景，對(duì)標(biāo)識(shí)符被復(fù)原

的可能性進(jìn)行分析，評(píng)估相應(yīng)的風(fēng)險(xiǎn)，設(shè)定可被組織和監(jiān)管部門接受

和認(rèn)可的風(fēng)險(xiǎn)閾值。

3.先行去標(biāo)識(shí)化處理

組織應(yīng)將去標(biāo)識(shí)化作為匿名化處理的一部分執(zhí)行，結(jié)合前述數(shù)據(jù)

去標(biāo)識(shí)化業(yè)務(wù)規(guī)程，識(shí)別相關(guān)直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符，針對(duì)性進(jìn)行去

標(biāo)識(shí)化處理，先行滿足數(shù)據(jù)的“不可識(shí)別性”要求，達(dá)到數(shù)據(jù)在不借

助額外信息的情況下無法直接識(shí)別特定自然人或相關(guān)標(biāo)識(shí)符的效果，

為后續(xù)的匿名化操作奠定基礎(chǔ)。

4.實(shí)施匿名化處理

組織針對(duì)已去標(biāo)識(shí)化的數(shù)據(jù)應(yīng)用匿名化技術(shù)，使未獲得授權(quán)主體

不能輕易地將該數(shù)據(jù)與可能包含額外信息的其他數(shù)據(jù)相結(jié)合，從而難

以復(fù)原特定自然人信息或相關(guān)標(biāo)識(shí)符。不同匿名化技術(shù)的技術(shù)特點(diǎn)不

同，選擇處理技術(shù)時(shí)，應(yīng)當(dāng)結(jié)合數(shù)據(jù)類型和性質(zhì)、業(yè)務(wù)場(chǎng)景、處理目

的等進(jìn)行綜合考量，相關(guān)技術(shù)具體可參考本節(jié)“（三）常見技術(shù)方法”。

選擇匿名化技術(shù)過程中需要考慮以下因素：

一是考慮所采用的匿名化技術(shù)進(jìn)行處理后數(shù)據(jù)是否仍滿足預(yù)期

效用。匿名化處理可能對(duì)原始數(shù)據(jù)格式、數(shù)值和表達(dá)方式進(jìn)行較大變

動(dòng)，將對(duì)原始數(shù)據(jù)的保真性、顆粒度形成較大影響。

23

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

二是考慮將相關(guān)匿名化技術(shù)和去標(biāo)識(shí)化技術(shù)組合使用，形成系統(tǒng)

性匿名化處理方案。例如，如果某個(gè)屬性類別的數(shù)值直接刪除不會(huì)影

響數(shù)據(jù)效用，可以選擇抑制遮蓋技術(shù)對(duì)相關(guān)數(shù)據(jù)項(xiàng)予以刪除處理。

三是考慮不同匿名化技術(shù)的適用場(chǎng)景。結(jié)合技術(shù)特點(diǎn)和目標(biāo)要求

選擇相應(yīng)技術(shù)。如針對(duì)連續(xù)值屬性的數(shù)據(jù)可以采用噪聲添加、數(shù)據(jù)擾

動(dòng)等隨機(jī)化技術(shù)，針對(duì)無需體現(xiàn)個(gè)體數(shù)據(jù)記錄的情形可以采用聚合統(tǒng)

計(jì)等技術(shù)。同時(shí)，針對(duì)同一場(chǎng)景或同一數(shù)據(jù)類型的匿名化處理，也可

多種匿名化技術(shù)結(jié)合使用。

5.評(píng)估匿名化效果

組織應(yīng)用適當(dāng)?shù)哪涿夹g(shù)后，應(yīng)當(dāng)對(duì)匿名化處理的效果進(jìn)行分

析評(píng)估。計(jì)算標(biāo)識(shí)符被復(fù)原或重新標(biāo)識(shí)風(fēng)險(xiǎn)的方法需要綜合考慮數(shù)據(jù)

因素和環(huán)境因素?！禛B/T42460-2023信息安全技術(shù)個(gè)人信息去標(biāo)識(shí)

化效果評(píng)估指南》提供了“基于K匿名模型的重標(biāo)識(shí)風(fēng)險(xiǎn)計(jì)算方案

及評(píng)估事例”，可供組織借鑒參考。

k-匿名值是一種計(jì)算數(shù)據(jù)集重新識(shí)別風(fēng)險(xiǎn)水平的方法，指數(shù)據(jù)集

中可以分組在一起的相同記錄的最小數(shù)量。在評(píng)估數(shù)據(jù)集的總體重新

識(shí)別風(fēng)險(xiǎn)時(shí)，通常采用最小值來表示最壞情況。k-匿名值較高意味著

重新識(shí)別的風(fēng)險(xiǎn)較低，k匿名性值較低意味著風(fēng)險(xiǎn)較高。K-匿名值為

1表示記錄是唯一的。k-匿名值需要結(jié)合實(shí)際場(chǎng)景、處理目標(biāo)和安全

等級(jí)要求進(jìn)行具體設(shè)定。在可能的情況下，應(yīng)設(shè)置更高的k-匿名閾值，

以最小化任何重新識(shí)別風(fēng)險(xiǎn)。需注意，k-匿名可能不適用于所有類型

的數(shù)據(jù)集或其他復(fù)雜情形。

24

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

6.定期追蹤復(fù)原風(fēng)險(xiǎn)

組織應(yīng)當(dāng)定期追蹤內(nèi)外部相關(guān)主體對(duì)匿名化處理數(shù)據(jù)的使用情

況，評(píng)估新技術(shù)、新數(shù)據(jù)、新主體的引入可能帶來的標(biāo)識(shí)符被復(fù)原的

新隱患，考慮數(shù)據(jù)的流通范圍、可能的技術(shù)演變等，以及未知的跨庫

數(shù)據(jù)可能導(dǎo)致與匿名數(shù)據(jù)集匹配的情形，進(jìn)而采取適當(dāng)措施保護(hù)相關(guān)

標(biāo)識(shí)符免受復(fù)原識(shí)別和披露的風(fēng)險(xiǎn)。

（三）常見技術(shù)方法

本報(bào)告將不再保留原始數(shù)據(jù)個(gè)體顆粒度，或原始數(shù)據(jù)記錄真實(shí)性

已受到顯著減損，或原始數(shù)據(jù)記錄不對(duì)外披露的技術(shù)類型，納入匿名

化技術(shù)方法范疇。部分技術(shù)方法參考了《GB/T37964-2019信息安全

技術(shù)個(gè)人信息去標(biāo)識(shí)化指南》。組織可結(jié)合具體場(chǎng)景單獨(dú)或組合選用

聚合統(tǒng)計(jì)、泛化、隨機(jī)化、數(shù)據(jù)合成、隱私計(jì)算等技術(shù)進(jìn)行處理。

1.聚合統(tǒng)計(jì)技術(shù)

聚合統(tǒng)計(jì)技術(shù)指將數(shù)據(jù)集從記錄列表轉(zhuǎn)換為匯總值或相關(guān)統(tǒng)計(jì)

值的方法，可以視為求和、計(jì)數(shù)、平均、最大值與最小值等一系列統(tǒng)

計(jì)技術(shù)的集合。由于聚合統(tǒng)計(jì)技術(shù)的輸出是“統(tǒng)計(jì)值”，該值有利于

對(duì)數(shù)據(jù)進(jìn)行整體報(bào)告或分析，產(chǎn)生的結(jié)果能夠代表原始數(shù)據(jù)集中的所

有記錄，且不會(huì)披露任何個(gè)體記錄，很大程度上降低了個(gè)體的標(biāo)識(shí)符

被重新識(shí)別的風(fēng)險(xiǎn)。當(dāng)組織不需要單獨(dú)的數(shù)據(jù)記錄且聚合數(shù)據(jù)足以滿

足預(yù)期效用時(shí)可以采用聚合統(tǒng)計(jì)技術(shù)。

例如，2022年我國(guó)18-80歲女性平均體重59.8kg，如果以平均體

重來標(biāo)識(shí)數(shù)據(jù)集中每個(gè)人的體重值，則未獲得授權(quán)主體無法根據(jù)體重

25

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

屬性將某一條數(shù)據(jù)記錄（女，北京，1.63m，59.8kg，1990年9月1

日）關(guān)聯(lián)到特定個(gè)人。

使用聚合統(tǒng)計(jì)技術(shù)應(yīng)注意兩方面的應(yīng)用要求：一是數(shù)據(jù)聚合統(tǒng)計(jì)

可能會(huì)顯著改變數(shù)據(jù)的初始用途，因?yàn)檩敵龅慕Y(jié)果為統(tǒng)計(jì)值，無法反

映每一單獨(dú)數(shù)據(jù)記錄的特征；二是應(yīng)用聚合統(tǒng)計(jì)技術(shù)對(duì)原始數(shù)據(jù)的樣

本量具有一定要求，若原始數(shù)據(jù)記錄的數(shù)量很少，則結(jié)合其他數(shù)據(jù)容

易推斷出其中具體的單獨(dú)數(shù)據(jù)記錄的特征。

2.泛化技術(shù)

泛化技術(shù)也是一種概括方法，又被稱為離散化處理，是通過降低

數(shù)據(jù)所選屬性的顆粒度、精度，對(duì)數(shù)據(jù)進(jìn)行更概括、抽象描述的匿名

化技術(shù)。使用泛化技術(shù)的目標(biāo)是減少屬性唯一值的數(shù)量，使得被泛化

后的值被數(shù)據(jù)集中多個(gè)記錄所共享，從而增加某個(gè)特定數(shù)據(jù)記錄被推

測(cè)出的難度。例如，將一個(gè)人的年齡轉(zhuǎn)換為年齡范圍，或?qū)⒕_位置

轉(zhuǎn)換為不太精確的位置。

數(shù)據(jù)泛化的程度需要均衡預(yù)期目的和風(fēng)險(xiǎn)控制兩方面要求。數(shù)據(jù)

范圍過大可能意味著數(shù)據(jù)效用的顯著損失，數(shù)據(jù)范圍過小可能意味著

幾乎不修改數(shù)據(jù)，特定數(shù)據(jù)記錄仍然很容易重新識(shí)別。常見的泛化方

法包括取整、頂層與底層編碼等。

取整：即為數(shù)值型標(biāo)識(shí)符選定一個(gè)取整基數(shù)，然后將每個(gè)具體值

向上或向下取整至最接近取整基數(shù)的倍數(shù)。向上還是向下取整按概率

確定，該概率值取決于觀察值與最接近取整基數(shù)倍數(shù)的接近程度。例

如，如果取整基數(shù)為10，觀察值為7，應(yīng)將7向上取整至10，概率

26

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

為0.7，若向下取整至0，概率為0.3。同時(shí)還可以按要求進(jìn)行受控取

整，如確保取整值的求和結(jié)果與原始數(shù)據(jù)的求和取整值相同。

頂層與底層編碼：即為數(shù)值型標(biāo)識(shí)符設(shè)定一個(gè)可能的取值范圍，

用高于或低于所設(shè)定的臨界值的描述替換某一特定數(shù)據(jù)記錄在該屬

性上的具體數(shù)值，主要適用于連續(xù)或分類有序的數(shù)據(jù)類型。例如，將

某一員工的薪水值設(shè)置為“高于10000元”，其中“10000”為高收入

值的界限，而不記錄準(zhǔn)確的金額。

3.隨機(jī)化技術(shù)

隨機(jī)化技術(shù)指通過隨機(jī)修改數(shù)據(jù)屬性的值，使得隨機(jī)化處理后的

值區(qū)別于原來的真實(shí)值。隨機(jī)化技術(shù)降低了未經(jīng)授權(quán)主體從同一數(shù)據(jù)

記錄中根據(jù)其他屬性值推導(dǎo)出某一屬性值的能力，會(huì)對(duì)原始數(shù)據(jù)記錄

的真實(shí)性造成一定影響。常見的隨機(jī)化技術(shù)有數(shù)據(jù)擾動(dòng)、數(shù)據(jù)置換等。

數(shù)據(jù)擾動(dòng)：又稱噪聲添加，即通過添加隨機(jī)值來修改數(shù)據(jù)中的值，

同時(shí)盡可能保持該屬性在數(shù)據(jù)集中的原始統(tǒng)計(jì)特性，包括屬性的分布、

平均值、方差、標(biāo)準(zhǔn)偏差、協(xié)方差以及相關(guān)性。數(shù)據(jù)擾動(dòng)的程度應(yīng)當(dāng)

控制在一定范圍內(nèi)容，如果擾動(dòng)程度太小，匿名化效果較弱；如果擾

動(dòng)程度太大，最終值將與原始值相差太大，數(shù)據(jù)集的效用可能會(huì)降低。

數(shù)據(jù)擾動(dòng)通常用于數(shù)值型標(biāo)識(shí)符，例如對(duì)日期前后隨機(jī)+/-3個(gè)自然日。

數(shù)據(jù)置換：相當(dāng)于一種洗牌，即重新排列數(shù)據(jù)屬性中的標(biāo)識(shí)符，

使之無法與原始記錄對(duì)應(yīng)，但各個(gè)屬性的值仍在數(shù)據(jù)集中表示，保持

了原有數(shù)據(jù)集中所選屬性整體的準(zhǔn)確統(tǒng)計(jì)分布。數(shù)值型標(biāo)識(shí)符和非數(shù)

值型標(biāo)識(shí)符均可使用數(shù)據(jù)置換技術(shù)。在保持所選屬性之間原有相關(guān)性

27

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

的情況下，置換算法可用于單個(gè)或多個(gè)屬性。例如，對(duì)姓名進(jìn)行假名

化處理后，對(duì)職位、性別、年齡等進(jìn)行亂序重排。

4.數(shù)據(jù)合成技術(shù)

數(shù)據(jù)合成技術(shù)是顯著修改原有數(shù)據(jù)的所有屬性，重新合成產(chǎn)生新

的微數(shù)據(jù)的方法。合成數(shù)據(jù)集與原始數(shù)據(jù)的特征相符，可根據(jù)所選的

統(tǒng)計(jì)特性隨機(jī)生成，但不會(huì)體現(xiàn)原始數(shù)據(jù)的任何特定記錄。但若是合

成后數(shù)據(jù)與原始數(shù)據(jù)的擬合度過高可能會(huì)存在被關(guān)聯(lián)識(shí)別風(fēng)險(xiǎn)。

通常合成數(shù)據(jù)的生成會(huì)在假名化的基礎(chǔ)上，采用隨機(jī)化技術(shù)與抽

樣技術(shù)對(duì)真實(shí)數(shù)據(jù)集進(jìn)行多次或連續(xù)轉(zhuǎn)換。合成數(shù)據(jù)通常適用于應(yīng)用

程序開發(fā)、測(cè)試和應(yīng)用，將其作為真實(shí)數(shù)據(jù)的替代項(xiàng)，幫助數(shù)據(jù)開發(fā)

主體獲得與基于真實(shí)數(shù)據(jù)的處理同樣的效果。

5.隱私計(jì)算技術(shù)

隱私計(jì)算技術(shù)是指在保護(hù)數(shù)據(jù)本身不對(duì)外泄露的前提下實(shí)現(xiàn)數(shù)

據(jù)分析計(jì)算的技術(shù)集合，通過對(duì)所涉及的隱私信息進(jìn)行描述、度量、

評(píng)價(jià)和融合等操作，形成一套符號(hào)化、公式化且具有量化評(píng)價(jià)標(biāo)準(zhǔn)的

隱私計(jì)算方法，達(dá)到對(duì)數(shù)據(jù)“可用不可見”的目的。目前主流的隱私

計(jì)算技術(shù)主要分為三大方向：一是以多方安全計(jì)算為代表的基于密碼

學(xué)的隱私計(jì)算技術(shù)；二是以聯(lián)邦學(xué)習(xí)為代表的人工智能與隱私保護(hù)技

術(shù)融合衍生的技術(shù)；三是以可信執(zhí)行環(huán)境為代表的基于可信硬件的隱

私計(jì)算技術(shù)。

多方安全計(jì)算：是指在無可信第三方的情況下，多個(gè)參與方共同

計(jì)算一個(gè)目標(biāo)函數(shù)，在不泄露己方數(shù)據(jù)的同時(shí)完成數(shù)據(jù)計(jì)算，并且保

28

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

證每一方僅獲取自己的計(jì)算結(jié)果，無法通過計(jì)算過程中的交互數(shù)據(jù)推

測(cè)出其他任意一方的輸入數(shù)據(jù)。多方安全計(jì)算通常應(yīng)用于聯(lián)合數(shù)據(jù)分

析、數(shù)據(jù)可信交換、分布式投票、隱私競(jìng)標(biāo)和拍賣、黑名單安全查詢、

數(shù)據(jù)庫檢索等場(chǎng)景。

聯(lián)邦學(xué)習(xí)：是指實(shí)現(xiàn)在本地原始數(shù)據(jù)不出庫的情況下，各方通過

對(duì)中間加密數(shù)據(jù)的流通、參數(shù)交換和處理，共同建立虛擬的共有模型，

完成多方聯(lián)合的機(jī)器學(xué)習(xí)訓(xùn)練。聯(lián)邦學(xué)習(xí)可以從技術(shù)上有效解決數(shù)據(jù)

孤島問題，讓參與方在不泄露各自擁有的用戶數(shù)據(jù)的基礎(chǔ)上，實(shí)現(xiàn)聯(lián)

合建模和AI協(xié)作，加速隱私計(jì)算在不同場(chǎng)景的應(yīng)用與落地。根據(jù)參

與方的數(shù)據(jù)分布和特征重疊情況的不同，可以分為橫向聯(lián)邦學(xué)習(xí)、縱

向聯(lián)邦學(xué)習(xí)和聯(lián)邦遷移學(xué)習(xí)。

可信執(zhí)行環(huán)境：是指將需要保護(hù)的數(shù)據(jù)和代碼存儲(chǔ)在可信執(zhí)行環(huán)

境中，即通過軟硬件方法在中央處理器中構(gòu)建一個(gè)安全的區(qū)域，對(duì)這

些數(shù)據(jù)和代碼的任何訪問都必須通過基于硬件的訪問控制，防止它們

在使用中未經(jīng)授權(quán)被訪問或修改，從而保證其內(nèi)部加載的程序和數(shù)據(jù)

在機(jī)密性和完整性上得到保護(hù)。可信執(zhí)行環(huán)境是一種硬件解決方案，

安全性較高，但運(yùn)維成本相應(yīng)上升，多用于本地和遠(yuǎn)程驗(yàn)證場(chǎng)景。

六、數(shù)據(jù)處理環(huán)境要求

（一）管理制度要求

組織應(yīng)當(dāng)遵守法律法規(guī)及強(qiáng)制性標(biāo)準(zhǔn)的相關(guān)要求，銜接自身數(shù)據(jù)

管理制度，制定數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理各環(huán)節(jié)的審批流程，

推進(jìn)數(shù)據(jù)分類分級(jí)管理，梳理特殊數(shù)據(jù)類型的內(nèi)、外部特別管理要求，

29

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

在此基礎(chǔ)上細(xì)化數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理的權(quán)限要求和操作

規(guī)范，并嵌入組織內(nèi)部管理機(jī)制。

（二）技術(shù)能力要求

組織應(yīng)當(dāng)強(qiáng)化數(shù)據(jù)處理的基礎(chǔ)技術(shù)保障，具備數(shù)據(jù)收集、存儲(chǔ)、

加工、分析、挖掘和安全防護(hù)的各類技術(shù)工具，具有安全、便捷、高

效的技術(shù)應(yīng)用系統(tǒng)和可信環(huán)境，熟知數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處

理的常見技術(shù)方法和應(yīng)用特點(diǎn)，結(jié)合業(yè)務(wù)場(chǎng)景和內(nèi)外部要求，統(tǒng)籌組

合形成平衡數(shù)據(jù)安全要求和業(yè)務(wù)應(yīng)用目的的有效數(shù)據(jù)處理技術(shù)方案。

（三）人員能力要求

組織應(yīng)當(dāng)提升內(nèi)部人員的數(shù)據(jù)處理能力和安全防護(hù)水平，明確各

崗位數(shù)據(jù)合規(guī)職責(zé)和數(shù)據(jù)處理權(quán)限要求，定期組織數(shù)據(jù)處理技能培訓(xùn)

和安全合規(guī)教育，要求參與數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理的人員

應(yīng)當(dāng)具備相應(yīng)的數(shù)據(jù)處理能力，嚴(yán)格按照數(shù)據(jù)安全管理制度和流程進(jìn)

行操作。必要情況下，組織可以尋求第三方技術(shù)服務(wù)機(jī)構(gòu)、法律服務(wù)

機(jī)構(gòu)、審計(jì)咨詢機(jī)構(gòu)、數(shù)據(jù)安全防護(hù)機(jī)構(gòu)、檢測(cè)認(rèn)證機(jī)構(gòu)等協(xié)助提供

技術(shù)能力和業(yè)務(wù)合規(guī)支持。

（四）過程控制要求

組織應(yīng)當(dāng)推進(jìn)數(shù)據(jù)處理過程的實(shí)時(shí)可控和動(dòng)態(tài)審計(jì)，采取措施清

晰記錄數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化處理過程的細(xì)節(jié)、使用的參數(shù)和

執(zhí)行情況，監(jiān)控審查去標(biāo)識(shí)化各步驟實(shí)施過程，及時(shí)發(fā)現(xiàn)已經(jīng)出現(xiàn)或

可能出現(xiàn)的錯(cuò)誤或偏差，有效采取措施進(jìn)行糾正和防護(hù)，并對(duì)監(jiān)控審

查過程進(jìn)行記錄，便于日后審查、維護(hù)、回溯和審計(jì)。同時(shí)加強(qiáng)對(duì)第

30

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

三方接收者的數(shù)據(jù)授權(quán)和授權(quán)跟蹤管理，采取技術(shù)保障措施和商業(yè)流

程防范去標(biāo)識(shí)、匿名化數(shù)據(jù)的再識(shí)別和意外泄露。

（五）事故管理要求

組織應(yīng)當(dāng)完善數(shù)據(jù)處理風(fēng)險(xiǎn)和安全事件管理機(jī)制，做好數(shù)據(jù)風(fēng)險(xiǎn)

識(shí)別、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)處置等工作，制定并實(shí)施數(shù)據(jù)安全事件應(yīng)急預(yù)

案，針對(duì)不同等級(jí)的風(fēng)險(xiǎn)采取針對(duì)性的風(fēng)險(xiǎn)處置措施，關(guān)注涉及數(shù)據(jù)

標(biāo)識(shí)符、數(shù)據(jù)映射表、匿名化處理記錄表等信息的泄露風(fēng)險(xiǎn)，防范惡

意重新標(biāo)識(shí)行為。發(fā)生數(shù)據(jù)泄露、篡改、丟失等安全事件的，應(yīng)當(dāng)立

即采取補(bǔ)救措施，及時(shí)通知管理機(jī)構(gòu)并按規(guī)定告知相關(guān)數(shù)據(jù)主體。

附件一：常見直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符示例

附件二：常見標(biāo)識(shí)符的去標(biāo)識(shí)化或匿名化參考

附件三：部分?jǐn)?shù)據(jù)處理技術(shù)方法應(yīng)用建議

31

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

附件一：常見直接標(biāo)識(shí)符和準(zhǔn)標(biāo)識(shí)符示例

（一）直接標(biāo)識(shí)符示例

直接標(biāo)識(shí)符通常表現(xiàn)為在特定環(huán)境下可以單獨(dú)識(shí)別特定自然人

或數(shù)據(jù)所描述特定對(duì)象的識(shí)別號(hào)碼、特征或代碼。需注意，標(biāo)識(shí)符的

識(shí)別難度并不與數(shù)據(jù)的敏感程度直接掛鉤。本報(bào)告分別列舉了個(gè)人數(shù)

據(jù)、企業(yè)數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)的部分直接標(biāo)識(shí)符示例，常見的直接標(biāo)識(shí)

符包括但不限于：

類型序號(hào)常見直接標(biāo)識(shí)符

1姓名

2公民身份號(hào)碼

3護(hù)照號(hào)

4工作學(xué)習(xí)編號(hào)，包括工號(hào)、學(xué)號(hào)等

5電話號(hào)碼

6傳真號(hào)碼

7銀行賬戶

8駕照號(hào)

個(gè)人9車牌號(hào)

數(shù)據(jù)10社會(huì)保障號(hào)碼

11健康卡號(hào)碼

12病歷號(hào)碼

13網(wǎng)絡(luò)賬號(hào)、昵稱等

14網(wǎng)絡(luò)身份標(biāo)識(shí)號(hào)（ID）

15個(gè)人移動(dòng)終端設(shè)備標(biāo)識(shí)符

16詳細(xì)住址

17電子郵件地址

18個(gè)人行蹤軌跡

32

數(shù)據(jù)清洗、去標(biāo)識(shí)化、匿名化業(yè)務(wù)規(guī)程（試行）

19生物識(shí)別碼，包括指紋和聲紋等識(shí)別碼

20全臉圖片圖像及其他任何可比對(duì)的圖像

1組織機(jī)構(gòu)名稱

2營(yíng)業(yè)執(zhí)照編號(hào)

3統(tǒng)一社會(huì)信用代碼

4法定代表人姓名

5稅務(wù)登記證號(hào)

6社會(huì)保險(xiǎn)登記證號(hào)碼

7統(tǒng)計(jì)登記證號(hào)碼

企業(yè)

8銀行賬戶信息

數(shù)據(jù)

9組織許可證號(hào)

10企業(yè)注冊(cè)地址

11網(wǎng)絡(luò)和系統(tǒng)賬號(hào)信息

12網(wǎng)站標(biāo)識(shí)碼，互聯(lián)網(wǎng)協(xié)議（IP）地址號(hào)

13網(wǎng)絡(luò)通用資源定位符（URL）

14合同編號(hào)

15商業(yè)發(fā)票編號(hào)

1設(shè)備標(biāo)識(shí)符和序列號(hào)

2設(shè)備位置信息

3設(shè)備使用記錄

4設(shè)備故障或警報(bào)記錄

物聯(lián)網(wǎng)5商品條碼

數(shù)據(jù)6貨運(yùn)設(shè)備識(shí)別碼

7集裝箱識(shí)別代碼

8醫(yī)療器械唯一標(biāo)識(shí)（UDI）

9數(shù)字版權(quán)唯一標(biāo)識(shí)符（DCI）