近日据报道，英国帝国理工学院研究团队发表在《自然·通讯》杂志上的一项研究表明，目前网络采用的匿名化和数据共享方法，有可能不足以保护个人隐私或满足数据保护法律法规的要求。
随着科学技术的不断进步，数据科学和人工智能正在不断改变我们的日常生活。而人工智能比人类想象得更强大，也许寥寥几个数据就能识别出数据的主人。这让我们不禁担忧，随着大数据库的智能化，个人的隐私在网络上是否还安全。
并且随着利用匿名数据集，包括浏览历史记录、手机和信用卡数据，成功重新识别出个体身份的情况时有发生，甚至还有一些科技公司导致的用户信息泄露，这表明上述措施还不够充分。
为此，研究人员新开发了一种统计方法，来测试能够准确估算通过匿名数据集正确地识别个体身份的可能性。研究人员发现，只需要知道少数几个数据，如邮政编码、出生日期、性别和子女数量，一般就能够以高可信度重新识别出个体身份，即使这些数据集是不完整的。
并且随着已知数据越多，识别的可能性越大。例如，99.98%的马萨诸塞州人口，可以通过15个人口统计学数据识别出来。
因此，研究团队总结认为，目前通常所采用的只公布取样数据集或不完全数据集，尚不足以很好地保护个人隐私。
