Intelligente Datenanalytik mit garantierter Privatsphäre

Zusammen mit dem Fraunhofer Institut für intelligente Analyse- und Informationssysteme (Fraunhofer IAIS) arbeiten Wissenschaftler der globalen Siemens-Forschung Corporate Technology (CT) deshalb an einem Werkzeugkasten, der den Nutzern von Smart Data hilft, die für ihre Anwendung definierten Datenschutz-Regeln umzusetzen. Zwar gibt es verschiedenste Algorithmen zur Anonymisierung von Daten, aber viele sind nicht auf die für Smart Data typischen Software-Umgebungen zugeschnitten. Die neue Toolbox soll eine Auswahl an Algorithmen für solche Umgebungen zur Verfügung stellen.

Smart Data, also die intelligente Analyse riesiger Datensätze, stellt neue Anforderungen an den Datenschutz. Es geht nicht mehr nur um persönliche Daten aus einer Quelle, man muss auch verhindern, dass Personen durch die Kombination von Datensätzen identifizierbar werden. Wie die Privatsphäre gewährleistet wird, hängt von der jeweiligen Anwendung ab.

Im einfachsten Fall reicht es, einzelne Merkmale aus dem Datensatz zu entfernen. In anderen Fällen werden bestimmte Informationen generalisiert, also etwa das Alter von Personen in Bereiche zusammengefasst. Oder die Namen werden so verschlüsselt, dass sie nicht mehr als Klartext erkennbar, aber noch eindeutig sind. Es gibt auch Algorithmen, die garantieren, dass die Abfrage größerer Datensätze immer eine bestimmte Mindestanzahl an Treffern ergibt. So verhindert man zum Beispiel, dass bei der Analyse medizinischer Datensätze einzelne Personen und ihre Krankheit identifiziert werden können.

Die sogenannte Privacy Preserving Big Data Analytics Toolbox wird Algorithmen für verschiedenste Anonymisierungsverfahren enthalten. Eine wichtige Anforderung ist die schnelle Verarbeitung riesiger Datenmengen. Dafür müssen die Algorithmen die für Smart Data typischen Datenbankarchitekturen nutzen und große Datensätze parallel verarbeiten können. Um dies zu garantieren, adaptieren die Forscher die in der Toolbox enthaltenen Algorithmen an die gebräuchlichen Systeme wie Hadoop und massiv parallele Datenbanken.

Originaldaten nicht mehr rekonstruierbar

Die Toolbox wird entweder zum Einlesen von Daten eingesetzt, so dass die Informationen direkt anonymisiert abgespeichert werden, oder man nutzt sie zur nachträglichen Verarbeitung bereits gespeicherter Daten. Die Originaldaten können nach der Anonymisierung nicht mehr rekonstruiert werden.

Siemens CT entwickelt die Toolbox in enger Verzahnung mit Konzern-Bereichen, die verstärkt auf Smart Data Anwendungen setzen. Dazu gehört zum Beispiel Siemens Healthcare, wo die Zusammenführung von Daten aus bildgebenden Verfahren wie Computer- oder Magnetresonanztomographie den technischen Service oder die Entwicklung von Diagnosesoftware unterstützt. Ein anderes Anwendungsfeld sind Smart Cities, also Städte mit intelligenten Steuerungssystemen, beispielsweise für Verkehr oder Energieversorgung. (2015.02.5)