도전 과제
연구 기관은 데이터 공유와 프라이버시 간의 긴장에 직면해 있습니다:
- •연구 윤리는 참가자의 프라이버시 보호를 요구합니다.
- •협력은 기관 간 데이터 공유를 요구합니다.
- •종단적 연구는 일관된 가명을 필요로 합니다.
- •출판물에는 식별 가능한 정보가 포함되어서는 안 됩니다.
해결책
연구 데이터에 대한 일관되고 재현 가능한 가명화.
해결책
일관된 해싱
문서 간 동일한 식별자에 대해 동일한 가명 사용. 종단적 연구에 적합합니다.
배치 처리
일관된 익명화 설정으로 여러 파일을 동시에 처리합니다.
안전한 공유
참가자의 프라이버시를 위험에 빠뜨리지 않고 협력자와 데이터 세트를 공유합니다.
연구 형식
일반적인 연구 형식에 대한 CSV, JSON 및 구조화된 데이터 지원.
작동 방식
- 1
문서 업로드
인터뷰 전사, 설문 조사 데이터 세트 또는 CSV, JSON, PDF, DOCX 또는 TXT 형식의 사례 연구 문서를 업로드하세요.
- 2
AI가 PII를 자동으로 감지합니다
분석기가 참가자 이름, 연락처 세부정보, 위치 및 27개 언어에서 기타 식별 정보를 식별하여 IRB 및 윤리 위원회 요구 사항을 충족합니다.
- 3
엔티티 검토 및 조정
감지된 엔티티를 확인하고, 잘못된 긍정 사례를 제외하거나 처리 전에 사용자 정의 용어를 추가하세요.
- 4
익명화된 파일 다운로드
일관된 참가자 식별자가 있는 가명화된 데이터 세트를 수신하세요 — 동일한 참가자는 항상 문서에서 동일한 가명을 받으며, 이는 종단적 연구에 필수적입니다.
자주 묻는 질문
anonymize.today는 학술 연구에 적합한가요?
예, 연구자는 anonymize.today를 사용하여 인터뷰 전사, 설문 데이터 및 사례 연구를 익명화하여 IRB 준수 및 윤리적 연구를 수행할 수 있습니다. 일관된 해싱(SHA-256)은 동일한 참가자 식별자가 항상 문서 간에 동일한 가명으로 매핑되도록 보장하여 종단적 연구에 필수적입니다.
종단적 연구를 위한 일관된 가명화는 어떻게 작동하나요?
anonymize.today의 해시 연산자는 SHA-256을 사용하여 결정론적 가명을 생성합니다. 동일한 참가자 이름이나 식별자는 항상 연구의 모든 문서에서 동일한 해시 값을 생성합니다. 이는 연구자가 참가자의 실제 신원을 노출하지 않고도 시간 지점 간 데이터 포인트를 연결할 수 있게 합니다.
연구 팀이 기관 간에 익명화된 데이터 세트를 공유할 수 있나요?
예. anonymize.today는 참가자 식별자를 일관된 가명으로 대체하여 안전한 데이터 공유를 가능하게 합니다. 익명화된 데이터 세트는 협력 기관과 공유하거나, 출판물에 포함시키거나, 데이터 저장소에 제출할 수 있으며, 윤리 위원회 요구 사항이나 데이터 보호 규정을 위반하지 않습니다.