Questão de Banco de Dados — Tópicos Mesclados de Outros Tipos e Modelos de Banco de Dados — FGV 2024

Técnicas de Anonimização de Dados

Gabarito: letra A — a técnica aplicada é a adição de ruído no atributo ID. Comparando os conjuntos, o ID original (10, 11, 12, 13) foi transformado em (2, 4, 6, 8), ou seja, cada valor foi alterado de forma sistemática (subtração de 8, 7, 6 e 5, respectivamente), o que caracteriza a inserção de ruído para dificultar a identificação direta dos registros. As demais alternativas descrevem técnicas que não correspondem às transformações observadas nos dados.

A anonimização de dados é um processo fundamental para proteger a privacidade dos titulares, especialmente quando se trata de dados sensíveis. O objetivo é tornar os dados irreversivelmente desvinculados da pessoa a que se referem, permitindo seu uso para fins estatísticos, de pesquisa ou de análise sem expor a identidade dos indivíduos. A Lei Geral de Proteção de Dados (LGPD) define dado anonimizado como aquele que não pode ser identificado, considerando a utilização de meios técnicos razoáveis e disponíveis na ocasião de seu tratamento. É importante destacar que o dado anonimizado não é considerado dado pessoal para os fins da lei, pois perde o vínculo com o titular.

Existem diversas técnicas de anonimização, cada uma com suas características e níveis de proteção. As principais são:

• Adição de ruído: consiste em alterar os valores originais dos dados, adicionando ou subtraindo um valor aleatório ou sistemático, de forma a "perturbar" a informação. No exemplo, o ID 10 virou 2, o 11 virou 4, o 12 virou 6 e o 13 virou 8. Perceba que a transformação não é uniforme (10-8=2, 11-7=4, 12-6=6, 13-5=8), o que sugere a aplicação de um ruído que varia, mas que mantém uma certa ordem. Essa técnica visa impedir que um atacante consiga associar diretamente o registro anonimizado ao registro original.

• Truncagem: consiste em remover parte dos dados de um atributo, geralmente os caracteres finais ou iniciais. Por exemplo, transformar "Luis Alberto Nascimento" em "Luis A." ou "20321-560" em "20321". No conjunto B, o CEP foi truncado (20321-560 virou 20321), mas o atributo Nome foi alterado de forma mais complexa ("Luis Alberto Nascimento" virou "Luis Alberto Souza"), o que não é uma simples truncagem.

• Encobrimento (masking): consiste em substituir parte dos dados por caracteres genéricos, como asteriscos ou 'X'. Por exemplo, "Agente Autonomo" viraria "Agente ***". No conjunto B, a profissão foi generalizada ("Agente Autonomo" virou "Agente"), o que é uma forma de generalização, não de encobrimento.

• Supressão: consiste em remover completamente um atributo ou um registro do conjunto de dados. No conjunto B, o atributo Situação foi removido, mas o CEP foi mantido (embora truncado), então não houve supressão do CEP.

• Blurring: é um termo menos comum, mas geralmente se refere a uma técnica de "embaçamento" ou generalização de valores, tornando-os menos precisos. No conjunto B, a Situação foi substituída por "Sem acesso" ou "Com acesso", o que é uma generalização, mas não é o termo técnico mais adequado para essa transformação.

A questão pede para identificar qual técnica foi aplicada para transformar o Conjunto de Dados Sensíveis A no Conjunto de Dados B. Vamos analisar cada atributo:

• ID: 10→2, 11→4, 12→6, 13→8. Os valores foram alterados, o que caracteriza adição de ruído.

• Nome: "Luis Alberto Nascimento"→"Luis Alberto Souza"; "Juliana Lopes Quinta"→"Juliana Lima Quinta"; "Dércio Roberto Cunha"→"Dércio Rui Cunha"; "Edson Nilo do Nascimento"→"Edson Nilo da Silva". Os nomes foram parcialmente alterados (sobrenomes trocados), o que é uma forma de pseudonimização ou perturbação, mas não é truncagem.

• Profissão: "Agente Autonomo"→"Agente"; "Agente Fiduciário"→"Agente"; "Analista de Sistemas"→"Profissional de TI"; "Engenheiro de Software"→"Profissional de TI". As profissões foram generalizadas para categorias mais amplas.

• CEP: "20321-560"→"20321"; "70125-120"→"70125"; "15080-121"→"15080"; "32800-090"→"32800". Os CEPs foram truncados, removendo o sufixo.

• Situação: "Em Análise"→"Sem acesso"; "Suspenso"→"Sem acesso"; "Cancelado"→"Sem acesso"; "Normal"→"Com acesso". As situações foram generalizadas para duas categorias binárias.

A alternativa correta é a letra A, pois a transformação mais evidente e que define a técnica principal é a alteração dos valores do atributo ID, que é a adição de ruído. As demais alternativas descrevem técnicas que não correspondem à transformação principal observada.

Alternativa A — ✅ Correta ⟵ GABARITO

A adição de ruído é a técnica que melhor descreve a transformação do atributo ID. Os valores originais (10, 11, 12, 13) foram alterados para (2, 4, 6, 8), o que configura uma perturbação dos dados originais. Essa técnica visa dificultar a identificação direta dos registros, adicionando um valor (ruído) a cada dado original. No exemplo, o ruído não é constante (10-8=2, 11-7=4, 12-6=6, 13-5=8), mas a alteração é clara e sistemática, caracterizando a adição de ruído.

Alternativa B — ❌ Incorreta

A truncagem consiste em remover parte dos dados de um atributo, geralmente os caracteres finais ou iniciais. No conjunto B, o atributo Nome foi alterado de forma mais complexa: "Luis Alberto Nascimento" virou "Luis Alberto Souza", "Juliana Lopes Quinta" virou "Juliana Lima Quinta", etc. Isso não é uma simples remoção de caracteres, mas sim uma substituição de partes do nome, o que caracteriza outra técnica (pseudonimização ou perturbação), não truncagem.

Alternativa C — ❌ Incorreta

O encobrimento (masking) consiste em substituir parte dos dados por caracteres genéricos, como asteriscos ou 'X'. No conjunto B, a profissão foi generalizada ("Agente Autonomo" virou "Agente", "Analista de Sistemas" virou "Profissional de TI"), o que é uma forma de generalização, não de encobrimento. O encobrimento manteria a estrutura do valor, mas substituiria caracteres por símbolos, o que não ocorreu.

Alternativa D — ❌ Incorreta

A supressão consiste em remover completamente um atributo ou um registro do conjunto de dados. No conjunto B, o atributo CEP foi mantido, embora truncado (20321-560 virou 20321). Portanto, não houve supressão do CEP. A supressão removeria o atributo inteiro, o que não é o caso.

Alternativa E — ❌ Incorreta

Blurring é um termo que se refere a uma técnica de "embaçamento" ou generalização de valores, tornando-os menos precisos. No conjunto B, a Situação foi generalizada ("Em Análise" virou "Sem acesso", "Normal" virou "Com acesso"), o que poderia ser considerado blurring. No entanto, a técnica principal que define a transformação do conjunto é a adição de ruído no ID, que é a alternativa correta. Além disso, blurring não é um termo técnico tão consagrado quanto os demais, e a transformação da Situação é mais precisamente uma generalização.

Gabarito: letra A