एनोनिमाइज़ेशन की व्याख्या: अगर आपका डाटा एनोनिमस है, तो विज्ञापनदाता आपको टारगेट क्यों कर पाते हैं?

जब कंपनियां कहती हैं कि आपका पर्सनल डाटा एनोनिमाइज़ किया गया है, तो ऐसा लगता है कि आपकी ऑनलाइन पहचान हमेशा के लिए मिटा दी गई है। आपकी जानकारी डेटासेट में शोर बन जाती है, इसलिए आप अपनी सतर्कता ढीली छोड़ सकते हैं। ख़ैर, ऐसा बिल्कुल नहीं है।

एनोनिमाइज़्ड डाटा वह डाटा है जिसमें सबसे स्पष्ट पर्सनल आइडेंटिफ़ायर हटा दिए जाते हैं, जैसे नाम या घर का पता। लेकिन आपस में जुड़े डेटाबेस से भरी दुनिया में, किसी को ट्रैक करने के लिए ऐसी मुट्ठी भर जानकारी ही काफ़ी होती है जो असंबद्ध लगती हैं।

रिसर्च(नई विंडो) ने दिखाया है कि लाखों के डेटासेट में 99.98% लोगों की पहचान करने के लिए सिर्फ़ 15 डाटा पॉइंट चाहिए। और AI के आपकी ऑनलाइन गतिविधि के बिंदुओं को कनेक्ट करें के साथ, “एनोनिमस” और “पहचाना गया” के बीच का फ़र्क़ सिकुड़ रहा है।

आइए देखते हैं कि डाटा एनोनिमाइज़ेशन का असल में मतलब क्या है और अपनी निजता को बेहतर तरीके से बचाने के लिए आप क्या कर सकते हैं।

• डाटा एनोनिमाइज़ेशन क्या है?
• एनोनिमाइज़ेशन बनाम स्यूडोनिमाइज़ेशन
• आम डाटा एनोनिमाइज़ेशन तकनीकें
• कंपनियां एनोनिमाइज़्ड डाटा का इस्तेमाल कैसे करती हैं
• डाटा रीआइडेंटिफ़िकेशन, या एनोनिमाइज़्ड डाटा असली एनोनिमस क्यों नहीं होता
• AI डीएनोनिमाइज़ेशन को तेज़ और सस्ता बना रहा है
• डाटा को छोटा करके और एन्क्रिप्ट करके अपनी निजता की सुरक्षा करें
• एनोनिमाइज़ेशन निजता की गारंटी नहीं है

डाटा एनोनिमाइज़ेशन क्या है?

डाटा एनोनिमाइज़ेशन एक अपरिवर्तनीय प्रक्रिया है जिसमें डाटा पॉइंट से हर पहचान योग्य चीज़ हटा दी जाती है, जैसे आपका नाम, ईमेल पता, संपर्क नंबर या जन्मदिन। मक़सद रिकॉर्ड और व्यक्ति के बीच का लिंक ज़्यादा से ज़्यादा तोड़ना है।

हालांकि, एनोनिमाइज़ेशन के बाद भी डाटा में अप्रत्यक्ष सुराग रह जाते हैं, जैसे आपका सामान्य स्थान, ब्राउज़िंग की आदतें और आयु सीमा। अकेले-अकेले ये जानकारी काफ़ी हानिरहित हैं, लेकिन सब मिलाकर वे एक ऐसा पैटर्न बनाती हैं जो आपकी ओर इशारा करता है।

कुछ तरह का डाटा, जैसे बायोमेट्रिक, को असल में एनोनिमाइज़ करना ख़ास तौर पर मुश्किल (या नामुमकिन भी) है। आप एक सुरक्षित यूज़रनेम बना सकते हैं, लेकिन किसी व्यक्ति का चेहरा, फिंगरप्रिंट या आइरिस पैटर्न नहीं बदल सकते।

जब डाटा असल में एनोनिमाइज़ हो जाता है, तो GDPR जैसे निजता क़ानूनों के तहत उसे अब पर्सनल नहीं माना जाता। इसका मतलब है कि कंपनियां उसे बिना उन सहमति और सुरक्षा ज़रूरतों के इस्तेमाल कर सकती हैं जो पर्सनल डाटा पर लागू करें होती हैं।

लेकिन GDPR का रिकाइटल 26(नई विंडो) एक ऊंचा मानदंड तय करता है: डाटा अब किसी व्यक्ति की पहचान नहीं करना चाहिए, तब भी जब उस व्यक्ति की दोबारा पहचान के लिए उपयोग हो सकने वाली दूसरी जानकारी और तरीकों को ध्यान में रखा जाए। इसलिए, नाम या ईमेल पता हटाना काफी नहीं है अगर बचा हुआ डाटा अब भी किसी की ओर इशारा करता है।

एनोनिमाइज़ेशन बनाम स्यूडोनिमाइज़ेशन

एनोनिमाइज़ेशन पहचान योग्य जानकारी को हमेशा के लिए हटा देता है ताकि उसे किसी व्यक्ति तक ट्रेस न किया जा सके, जबकि स्यूडोनिमाइज़ेशन उस डाटा को किसी लेबल, टोकन, या कोड से बदल देता है। असली पहचान किसी सुरक्षित की या लुकअप टेबल में अलग से स्टोर की जाती है, लेकिन सही एक्सेस के साथ उस लेबल को किसी असली व्यक्ति से दोबारा लिंक किया जा सकता है।

स्यूडोनिमाइज़ेशन का एक उदाहरण मेडिकल रिसर्च है, जहां मरीज़ों के नाम कोड से बदल दिए जाते हैं। रिसर्चर डाटा को ट्रैक कर सकते हैं, लेकिन उसे किसी व्यक्ति से दोबारा जोड़ने का अधिकार सिर्फ की वाले अधिकृत कर्मियों को ही होता है।

ये अंतर सीधा है लेकिन ज़रूरी है। GDPR जैसे नियमों के तहत स्यूडोनिमाइज़ेशन को निजी डाटा माना जाता है, क्योंकि इसे अब भी किसी व्यक्ति से लिंक किया जा सकता है। इसके उलट, एनोनिमाइज़ किया डाटा उन ज़िम्मेदारियों से सिर्फ तब बाहर आता है जब उसे दोबारा पहचानना आसानी से मुमकिन न हो।

आम डाटा एनोनिमाइज़ेशन तकनीकें

कंपनियां अलग-अलग एनोनिमाइज़ेशन तरीके इस्तेमाल करती हैं, ये देखते हुए कि वे डाटा का इस्तेमाल कैसे करने का प्लैन बनाती हैं। यहां कुछ आम तरीके दिए गए हैं:

डाटा मास्किंग जानकारी को नकली डाटा से बदल देती है, जैसे किसी फोन नंबर को किसी काल्पनिक नंबर से बदल देना।

जनरलाइज़ेशन डाटा को कम स्पेसिफिक बना देती है, जैसे सटीक उम्र की जगह उम्र की रेंज का इस्तेमाल करना।

डाटा स्वैपिंग रिकॉर्ड्स के बीच जानकारी आपस में मिला देती है, ताकि वे असली व्यक्ति से मेल न खाएं।

डाटा पर्टर्बेशन डाटा के रुझान बनाए रखते हुए व्यक्तिगत जानकारी को छिपा देती है, जैसे नंबरों को राउंड करके डाटा बदलना।

सिंथेटिक डाटा कृत्रिम डाटा पे निर्भर करता है, जो असली रिकॉर्ड्स का सीधे इस्तेमाल किए बिना मूल डाटासेट के पैटर्न की नकल करता है।

ये तकनीकें निजता के जोखिम कम कर सकती हैं, लेकिन इनकी असरदारी पूरी तरह इस बात पे निर्भर करती है कि इन्हें कितनी अच्छी तरह लागू करें। इसके बाद भी, ये हर वो संकेत नहीं हटा पाएंगे जिनसे किसी की पहचान हो सकती है।

कंपनियां एनोनिमाइज़ किए गए डाटा का इस्तेमाल कैसे करती हैं

एनोनिमाइज़ किया डाटा कीमती होता है, क्योंकि कंपनियां इसे कानूनी तौर पे अपनी मर्ज़ी से, आपकी सहमति के बिना इस्तेमाल कर सकती हैं। आम इस्तेमाल में शामिल हैं:

एनालिटिक्स और डेवलपमेंट: कंपनियां प्रोडक्ट्स को बेहतर बनाने, ट्रेंड नापने, और बिज़नेस फैसलों को दिशा देने के लिए उपयोगकर्ता व्यवहार का अध्ययन करती हैं।

विज्ञापन: ब्राउज़िंग और खरीदारी के पैटर्न का इस्तेमाल टारगेटेड विज्ञापनों के लिए ऑडियंस सेगमेंट बनाने में किया जा सकता है, भले ही उनके साथ आपका नाम जुड़ा न हो।

डाटा ब्रोकर: कुछ डाटा को डाटा ब्रोकर इकट्ठा करके, पैकेज करके, और दोबारा बेचते हैं। ये कंपनियां ऐप, वेबसाइट, सार्वजनिक रिकॉर्ड्स, क्रेडिट डाटा, और भी बहुत कुछ से जानकारी जोड़कर विस्तृत प्रोफाइल बनाती हैं, जो जिसे चाहिए उसे बेच दी जाती हैं, और इस पे कानूनी निगरानी बहुत कम होती है।

AI मॉडल्स को ट्रेन करना: बड़े डाटासेट अक्सर AI सिस्टम को ट्रेन करने में इस्तेमाल होते हैं, जिनमें उपयोगकर्ता गतिविधि, खरीदे गए डाटासेट, और सार्वजनिक या स्क्रैप किए गए स्रोतों से लिया गया डाटा शामिल है।

मेडिकल रिसर्च: कुछ देशों(नई विंडो) में, एनोनिमाइज़ किया गया मेडिकल डाटा फार्मा कंपनियों को बेचा जा सकता है या शोधकर्ताओं के साथ शेयर किया जा सकता है।

एनोनिमाइज़ किया गया डाटा अच्छे कामों के लिए इस्तेमाल हो सकता है, जैसे सेवाओं को बेहतर बनाना या रिसर्च को सहायता देना। समस्या ये है कि इससे डाटा ब्रोकरों और विज्ञापनदाताओं के लिए लोगों की जानकारी इकट्ठा करने, जोड़ने, शेयर करने, दोबारा पैक करने और बेचने के लिए मज़बूत व्यावसायिक प्रोत्साहन पैदा होता है, अक्सर ऐसे तरीकों से जिन्हें लोग पूरी तरह नहीं समझते या जिन पे सार्थक सहमति नहीं देते। जो लोग बाद में बाहर निकलने का फैसला करते हैं, उनके लिए अपना डाटा हटाना आसान नहीं होता।

कैलिफोर्निया के निजता नियामक ने DROP(नई विंडो) सिस्टम बनाया, क्योंकि सैकड़ों डाटा ब्रोकरों से डाटा मिटा देना ऐतिहासिक रूप से व्यक्तियों के लिए संभालना मुश्किल रहा है। AI ट्रेनिंग डाटा के साथ ये काफी ज़्यादा मुश्किल है, क्योंकि एक बार डाटा ट्रेंड किए गए मॉडल को प्रभावित कर देने के बाद, उसे हटाने के लिए मशीन अनलर्निंग(नई विंडो) तकनीकों की ज़रूरत पड़ सकती है, जिनके लिए AI कंपनियां तैयार नहीं होतीं(नई विंडो)।

डाटा री-आइडेंटिफिकेशन, या एनोनिमाइज़ किया गया डाटा सचमुच एनोनिमस क्यों नहीं होता

अगर कोई आपसे कहे कि वो ऐसे आदमी को ढूंढ रहा है जो 30 के दशक में है, सफेद कार ड्राइव करता है और आपके मोहल्ले में रहता है, तो हो सकता है आपको अंदाज़ा हो जाए कि उनका मतलब किससे है। इनमें से कोई भी जानकारी अकेले में उस व्यक्ति की पहचान नहीं कर सकती, लेकिन साथ मिलकर ये बाकी सबको बाहर करके संभावनाओं को सीमित कर देती हैं। एनोनिमाइज़ किया गया डाटा भी इसी तरह काम करता है: भले ही नाम और संपर्क जानकारी हटा दी जाए, बची हुई जानकारी पर्याप्त विवरण जोड़ने पर फिर भी बता देने वाली हो सकती है।

जब इन पैटर्न को अन्य स्रोतों, जैसे सोशल मीडिया या सार्वजनिक रिकॉर्ड, के साथ क्रॉस-रेफरेंस किया जाता है, तो कथित तौर पर एनोनिमस डाटा को किसी व्यक्ति से कनेक्ट करना संभव हो जाता है। इसे री-आइडेंटिफिकेशन कहते हैं, और ये अक्सर आपकी उम्मीद से ज़्यादा आसान होता है।

रिसर्चर लतान्या स्वीनी ने $50 में एक हॉस्पिटल डाटासेट(नई विंडो) खरीदा, जिसमें अप्रत्यक्ष आइडेंटिफायर थे, जैसे जनसांख्यिकी, निदान और बिलिंग जानकारी। नाम जैसी प्रकट करने वाली जानकारी शामिल नहीं थी। इस डाटा को हॉस्पिटलाइज़ेशन पर लोकल न्यूज़ कहानियों के साथ क्रॉस-रेफरेंस करके, वो 43% मरीज़ों को उनके रिकॉर्ड से मैच कर पाईं, जिसमें एक ऐसे मरीज़ की पूरी मेडिकल हिस्ट्री भी शामिल थी जो रिपोर्ट किए गए मोटरसाइकिल हादसे में शामिल था।

AI डी-एनोनिमाइज़ेशन को तेज़ और सस्ता बना रहा है

अगर एनोनिमस डाटा से री-आइडेंटिफिकेशन के खिलाफ इकलौता बचाव समय, धीरज और मैन्युअल क्रॉस-रेफरेंसिंग है, तो ये आकस्मिक बचाव AI के साथ कमज़ोर हो रहा है।

रिसर्च दिखाता है कि बड़े भाषा मॉडल (LLMs) किसी व्यक्ति की प्लैटफॉर्म के पार पोस्ट का विश्लेषण कर सकते हैं, सार्वजनिक जानकारी को क्रॉस-रेफरेंस कर सकते हैं, और अविश्वसनीय सटीकता के साथ एनोनिमस उपयोगकर्ताओं की पहचान कर सकते हैं। एक बड़े पैमाने पर डी-एनोनिमाइज़ेशन पर अध्ययन(नई विंडो) में, LLM-आधारित तरीकों ने 68% तक लोगों की पहचान की, और जब उन्होंने मैच किया, तो 90% मामलों में वे सही थे।

स्वीनी को लाखों रिकॉर्ड वाले डाटासेट के लिए सिर्फ $50 चुकाने पड़े। आज LLMs हर प्रोफाइल को $1-4 में डी-एनोनिमाइज़ कर सकते हैं और काम अपने आप कर सकते हैं। उन्हें साफ, संरचित डाटासेट की ज़रूरत भी नहीं होती और वे आम पोस्ट और कमेंट में पैटर्न पहचान सकते हैं।

जैसा कि एक रिसर्चर कहता है:

“खुद से पूछें: क्या शानदार जांचकर्ताओं की टीम आपकी पोस्ट से पता लगा सकती है कि आप कौन हैं? अगर हां, तो LLM एजेंट शायद वही कर सकते हैं, और इसकी लागत सिर्फ घटती जा रही है।”

डाटा को छोटा करके और एन्क्रिप्ट करके अपनी निजता की सुरक्षा करें

डाटा एनोनिमाइज़ करना काफी नहीं है, क्योंकि जब बिंदु जुड़ते हैं तो री-आइडेंटिफिकेशन हो सकता है। खुद की सुरक्षा का सबसे अच्छा तरीका है अपना डिजिटल फुटप्रिंट छोटा करना, जिससे आपकी दोबारा पहचान करना मुश्किल हो जाता है।

आपको पूरी तरह ऑफ द ग्रिड होने की ज़रूरत नहीं, लेकिन आपको इस बात पे ज़्यादा ध्यान देना चाहिए कि आप क्या और कैसे शेयर करते हैं। यहां कुछ व्यावहारिक टिप्स हैं:

क्रॉस-रेफरेंसिंग से बचने के लिए अपनी पहचान के हिस्से अलग करें

जब आप सभी प्लैटफॉर्म पे वही ईमेल और यूज़रनेम इस्तेमाल करते हैं, तो आपकी जानकारी को जोड़ना आसान हो जाता है। अलग-अलग खातों के लिए अलग यूज़रनेम बनाना आसान है, लेकिन हर चीज़ के लिए अलग ईमेल पता इस्तेमाल करना दुःस्वप्न बन सकता है, जब तक कि आप ईमेल नकली-नाम इस्तेमाल न करें।

नकली-नाम अलग पते बनाते हैं जो संदेशों को आपके मुख्य इंबॉक्स पे फॉरवर्ड करते हैं, बिना आपका असली ईमेल पता और पहचान बताए। अगर आप हर सेवा के लिए एक अलग ईमेल नकली-नाम इस्तेमाल करते हैं, तो आप देख सकते हैं कि लीक या बिक्री कहां से आई।

उदाहरण के लिए, अगर आप सिर्फ कंपनी A के लिए एक नकली-नाम बनाते हैं और बाद में उस नकली-नाम पे कंपनी B से ईमेल मिलते हैं, तो आप जानते हैं कि कंपनी A ने या तो आपका पता शेयर किया, बेचा, लीक किया, या उस पे नियंत्रण खो दिया। फिर आप उस नकली-नाम को अक्षम कर सकते हैं, बिना अपने मुख्य इंबॉक्स या दूसरे नकली-नामों को प्रभावित किए।

पहचाने जा सकने वाले पैटर्न से बचने के लिए असंगत रहें

आपकी जानकारी जितनी ज़्यादा अलग-अलग प्लैटफॉर्म पर एक जैसी होगी, आपके चारों ओर एक अनूठी प्रोफाइल बनाना उतना आसान होगा। जहां संभव हो, ज़रूरत से ज़्यादा जानकारी देने से बचें।

उदाहरण के लिए, अपने सटीक शहर की जगह सामान्य स्थान इस्तेमाल करें, अपनी उम्र को गोल करके बताएं, और वैकल्पिक फील्ड छोड़ें। साथ ही, अपनी लेखन शैली में छोटे बदलाव करने पर विचार करें, जैसे दोहराए गए वाक्यांश, विराम चिह्न, या आम टाइपिंग की गलतियां, ताकि अपने-आप होने वाली पहचान सीमित हो।

AI विश्लेषण से बचने के लिए अपना डिजिटल फुटप्रिंट सीमित करें

LLMs पोस्ट और लेखन में पैटर्न ढूंढकर लोगों की पहचान कर सकते हैं। आपकी पहचान से जुड़ा सार्वजनिक कंटेंट जितना कम होगा, काम करने के लिए सामग्री उतनी कम होगी। पोस्ट करते वक्त सोचें कि आप कितनी निजी जानकारी बताते हैं — सिर्फ तथ्य नहीं, बल्कि आदतें, राय और दोहराए जाने वाले विषय भी, जो आपको अलग खड़ा करते हैं। जितने संभव हो, उतने प्लैटफॉर्म पर AI ट्रेनिंग से ऑप्ट आउट करें।

डाटा इकट्ठा होने से बचने के लिए शुरु-से-अंत तक एन्क्रिप्ट सेवाएं इस्तेमाल करें

एन्क्रिप्शन सिर्फ डाटा को हैकरों से नहीं बचाता, बल्कि शुरू से ही इस बात को सीमित करता है कि क्या पढ़ा जा सकता है। जो ईमेल प्रदाता आपके संदेश पढ़ नहीं सकता, वो उन्हें विज्ञापन के लिए स्कैन नहीं कर सकता, AI ट्रेनिंग के लिए इस्तेमाल नहीं कर सकता, या ब्रोकरों के साथ इनसाइट्स शेयर नहीं कर सकता।

निजी संवादों के लिए शुरु-से-अंत तक एन्क्रिप्ट ईमेल इस्तेमाल करें, फ़ाइलें सुरक्षित रखने और शेयर करने के लिए सुरक्षित क्लाउड स्टोरेज इस्तेमाल करें, और अपनी ब्राउज़िंग गतिविधि को एन्क्रिप्ट करने के लिए no-logs VPN(नई विंडो) इस्तेमाल करें — ये सब आपके अनजाने में बेनकाब होने वाले डाटा की मात्रा कम करते हैं।

ब्रोकरों से बचने के लिए डाटा इकट्ठा होने से ऑप्ट आउट करें

इंटरनेट से निजी जानकारी हटाना संभव है, डाटा ब्रोकरों से भी, लेकिन इसमें लगन चाहिए। इससे भविष्य का डाटा इकट्ठा होना नहीं रुकेगा, लेकिन इससे आपको नई शुरुआत मिल सकती है। आगे चलकर, अपना डिजिटल फुटप्रिंट छोटा करना और जहां संभव हो अपना डाटा एन्क्रिप्ट करना, इकट्ठा होने वाली चीज़ों को सीमित करने में मदद करेगा।

एनोनिमाइज़ेशन निजता की गारंटी नहीं है

मुख्य बात ये है कि “एनोनिमाइज़” का मतलब हमेशा सुरक्षित, स्थायी, या ट्रेस से बाहर नहीं होता। आप जितनी कम निजी जानकारी शेयर करेंगे, प्लैटफॉर्म के पार जितने कम एक जैसे रहेंगे, और अपने खातों और नकली-नामों पर जितना ज़्यादा नियंत्रण रखेंगे, वापस आपसे लिंक होने वाले संकेत उतने कम होंगे।

कागज़ पर आपका डाटा एनोनिमाइज़ हो सकता है, लेकिन आपकी सबसे मज़बूत सुरक्षा उससे पहले शुरू होती है: इस बात से कि आप क्या और कहां शेयर करना चुनते हैं, और ये कितनी आसानी से आपकी डिजिटल ज़िंदगी के बाकी हिस्सों से कनेक्ट किया जा सकता है। इसका मतलब ये भी है कि आप जिन सेवाओं का रोज़ इस्तेमाल करते हैं, और उन कंपनियों के बारे में जागरूक रहें जो उनकी मालिक हैं।

Proton ऐप ओपन सोर्स और विज्ञापन-मुक्त हैं, और आपके डाटा पे ट्रैकिंग और AI ट्रेनिंग से बचने के लिए बनाए गए हैं। शुरु-से-अंत तक एन्क्रिप्शन, ज़ीरो-एक्सेस एन्क्रिप्शन, और सिर्फ हमारे भुगतान करने वाले सब्सक्राइबर्स के समुदाय से वित्तपोषित बिज़नेस मॉडल के साथ, हमें आपका डाटा इस्तेमाल करने की ज़रूरत नहीं, हम उसका ज़्यादातर हिस्सा पढ़ नहीं सकते — और हम चाहते भी नहीं।