ANONIMIZACIÓN DE DATOS: MÉTODOS Y ANÁLISIS DE RIESGO

Abstract

Este Trabajo de Fin de Grado (TFG) se adentra en el complejo y dinámico campo de la anonimización de datos, un área de creciente importancia en la era digital, donde la privacidad de los datos se enfrenta constantemente a nuevos desafíos. El trabajo comienza con una introducción al contexto y alcance del estudio, seguido del concepto de anonimización de datos, sus aplicaciones críticas, y una revisión histórica de su evolución conceptual. Se pone especial énfasis en las consideraciones éticas y legales actuales que rodean la privacidad de los datos.

Adentrándose en los fundamentos técnicos, el documento analiza los conceptos básicos de la anonimización de datos, incluyendo métodos establecidos como k-anonimización, l-diversidad, y t-closeness, resaltando su relevancia y limitaciones. El estudio luego continúa con la privacidad diferencial, un paradigma emergente que promete mayor seguridad, discutiendo su operación y aplicaciones, particularmente el Mecanismo de Laplace.

Posteriormente, se aborda el análisis de riesgo en la anonimización, proporcionando un marco para calcular el riesgo y un análisis exhaustivo de los métodos, incluyendo motivaciones para el uso de las diferentes técnicas específicas como el método de Laplace. El TFG concluye con un resumen de los hallazgos clave, implicaciones prácticas y propuestas para investigaciones futuras en este campo vital.

Mediante su análisis, este TFG destaca la continua necesidad de enfoques robustos para la anonimización de datos, sugiriendo un equilibrio entre utilidad de datos y privacidad, y llamando a la innovación constante frente a las amenazas emergentes a la privacidad de los datos.