Una nova mètrica desenvolupada per la Universitat Carlos III de Madrid i l'Institut Nacional de Ciberseguretat permet mesurar amb més precisió la privacitat dels usuaris en bases de dades digitals. L'avenç ha estat presentat després d'aplicar el mètode en plataformes com LinkedIn, X i Meta.
Un enfocament probabilístic per a la privacitat digital
L'equip investigador ha publicat els resultats a la revista científica Array. Rubén Cuevas Rumín, subdirector de l'Institut Mixt UC3M–Banc Santander en Big Data Financer, explica que la tradicional K-anonimat resulta insuficient per garantir la protecció real dels usuaris. Segons Cuevas, aquest mètode només indica quantes persones són exactament iguals que un usuari dins d'una base de dades, sense reflectir el nivell real de protecció.
"La K-anonimidad s'ha utilitzat durant anys, però només mesura quantes persones són exactament iguals que tu dins d'una base de dades, així que no reflecteix si realment un usuari està ben protegit o no" - Rubén Cuevas Rumín, UC3M
La nova mètrica incorpora informació probabilística i estima la probabilitat que un individu s'assembli a un altre usuari, tenint en compte variables com l'edat, el gènere i els interessos. Aquest enfocament permet analitzar amb més detall el nivell d'anonimat que ofereixen diferents plataformes digitals.
Resultats en plataformes i recomanacions
Els investigadors han comprovat que LinkedIn i X ofereixen major protecció de privacitat que Meta. A més, petites modificacions en la forma d'emmagatzemar les dades poden tenir un impacte significatiu en la privacitat. Per exemple, substituir l'edat exacta d'un usuari per un rang d'edat podria millorar el nivell de privacitat a Meta més de deu vegades.
"Amb canvis molt simples, com substituir l'edat exacta d'un usuari per un rang d'edat, Meta podria millorar el seu nivell de privacitat més de deu vegades" - Rubén Cuevas Rumín, UC3M
L'estudi subratlla la importància que la societat conegui quines bases de dades emmagatzemen la seva informació i quin nivell de protecció ofereixen. Les filtracions de dades poden donar lloc a pràctiques perilloses si els sistemes no estan ben dissenyats.
"És fonamental que la societat presti atenció a quines bases de dades estan emmagatzemant la seva informació i quina protecció ofereixen, ja que les filtracions poden donar lloc a pràctiques perilloses si els sistemes no estan ben dissenyats" - Rubén Cuevas Rumín, UC3M
Projecte ANTICIPA i finançament europeu
El desenvolupament d'aquesta mètrica forma part del projecte ANTICIPA, un conveni entre l'INCIBE i la UC3M. La iniciativa està inclosa en els Projectes Estratègics a Espanya i compta amb finançament dels Fons Next Generation-EU, en el marc del Pla de Recuperació, Transformació i Resiliència.
- La mètrica s'ha aplicat a LinkedIn, X i Meta
- El mètode utilitza dades com edat, gènere i interessos per estimar la privacitat
- El projecte compta amb suport de fons europeus