Vai al contenuto
SwissAnon
Per le aziende

Condividere dati sensibili — in modo difendibile

Aiutiamo le organizzazioni ad anonimizzare e condividere dati sensibili con metodi che potrà difendere di fronte a un'autorità di controllo.

Consulenza sull'anonimizzazione

Consulenza metodologica e valutazione del rischio di divulgazione per microdati, registri e dati longitudinali. Classifichiamo le sue variabili (identificatori diretti, quasi-identificatori, attributi sensibili), definiamo lo scenario di divulgazione e la modalità di condivisione, misuriamo il rischio di re-identificazione per singolo record e applichiamo metodi mirati — generalizzazione, soppressione locale, PRAM, microaggregazione, swapping, rumore — calibrati su un obiettivo di utilità.

Riceve: un set di dati anonimizzato e un rapporto difendibile — metodi, parametri, rischio residuo e utilità conservata — che regge di fronte a un'autorità di controllo o a un revisore.

Dati sintetici

Generazione e validazione di set di dati sintetici che preservano l'utilità statistica pur eliminando i legami uno a uno con individui reali. Costruiamo modelli di sintesi (per es. con simPop, synthpop, GAN e altri, oppure soluzioni su misura), quindi valutiamo entrambi i lati del compromesso — la fedeltà (distribuzioni, correlazioni, performance dei modelli) e il rischio di divulgazione (divulgazione di attributo/identità) — con i nostri strumenti aperti riskutility.

Ideale quando deve condividere dati su larga scala, costruire pipeline o addestrare modelli senza esporre le persone dietro i record.

Audit & secondi pareri

Revisione indipendente di una pipeline di anonimizzazione o di dati sintetici esistente. Misuriamo nuovamente il rischio di divulgazione sotto ipotesi realistiche sull'attaccante, verifichiamo se i metodi corrispondono alla modalità di condivisione e individuiamo dove l'utilità viene persa inutilmente.

Riceve: un secondo parere scritto con risultati concreti e prioritizzati — utile prima di una pubblicazione, di un audit o di una verifica da parte di un finanziatore o di un'autorità di controllo.

Lavori selezionati

Dove mettiamo in pratica questi metodi

Vedi tutte le referenze
  • Funded research · SNF + Innosuisse

    SNF Bridge Discovery

    What we didOur flagship project: privacy-preserving methods for event and longitudinal data — masking trajectories, protecting event histories, and pushing re-identification-risk assessment beyond k-anonymity.

    ImpactOpen, reproducible tools that let organisations analyse and share data following the same people over time, with quantified risk.

  • Clinical research · Switzerland

    Nestlé

    What we didTwo ongoing engagements under the EU GDPR/EDPB framework. Using a completed study as the worked example, we show the team what anonymization can achieve and how to make the decisions it requires. In parallel, we anonymize the data of a clinical study before the identifiable original is deleted.

    ImpactA team that can make anonymization decisions itself, and study data that stays usable after the original is gone, with the measurements that carry the scientific value preserved.

  • Rail transport · Switzerland

    SBB

    What we didHousehold-level anonymization and geographic protection of SBB's 9-million-person Synthetic Population (SynPop), with a formal disclosure-risk assessment for a differentiated data-release policy.

    ImpactIndividual-level population data that can be shared and used safely in agent-based transport models — not the current all-or-nothing.

Ci sottoponga il suo problema di condivisione dei dati più complesso.

Un primo colloquio è gratuito, riservato e di solito chiarificatore.

Iniziare la conversazione