如何在保留其唯一性的同时清理ssn？

Question

为减少隐私风险，我应该从输入中清除SSN。我需要以保留唯一性的方式来擦洗它们。例如。如果我有111-11-1119，111-11-1119和111-11-1118，我们可以将111-11-1119设为1，将111-11-1118设为2。

做到这一点的最佳方法是什么？

Answer 1

令牌化或格式保留加密（FPE）是适用于PII数据（如SSN）中主键的匿名技术。两者都可以提供一致性和唯一性。

您可以使用NIST批准的FPE algorithms FF1和FF3，也可以使用python正则表达式生成器库src-yield or hypothesis创建令牌生成器

Answer 2

要在保留唯一性的同时删除SSN或其他标准化的PII，您将需要加密散列函数。这不是您应该尝试使用递增的ID和dict实现自己的东西。要认真对待PII，您需要做一些研究，以了解加密哈希在做什么以及如何保护数据。

有关先前的讨论，请参见Cryptographic hash functions in Python

其中一些作为介绍可能会有所帮助：

• https://komodoplatform.com/cryptographic-hash-function/
• https://www.coursera.org/lecture/cryptocurrency/cryptographic-hash-functions-gFEJL
• https://en.wikipedia.org/wiki/Cryptographic_hash_function