Anonymizace osobních údajů ve strukturovaných dokumentech

Abstract

Tato práce se zabývá návrhem a implementací rozšíření nástroje Winch pro záměnu (tzv. anonymizaci) osobních údajů. Anonymizace jako taková přináší výhodu v tom, že odstraní citlivá data a zároveň je ponechá v podobě, která je srovnatelná se skutečností. To pak umožňuje například testování s reálně vypadajícími daty, ale bez nebezpečí vyzrazení osobních údajů. Toto rozšíření se pak zaměřuje na data obsažená v dokumentech ve formátu XML a JSON. Práce nejdříve sleduje, jak anonymizace probíhá v současných částech nástroje anonymizující data v relačních databázích či v souborech tabulkových procesorů Excel. Dále probíhá analýza problému včetně obou požadovaných formátů a různých forem dotazování na data uložená v nich. Na analýzu postupně navazuje návrh, kdy je definován anonymizační model, neboli způsob určení dat k anonymizaci. Následuje návrh začlenění nových funkcí do současného řešení a poté již samotná realizace. Výsledkem práce je pak rozšíření aplikace Winch pro souborový systém, které umožňuje nastavit anonymizační model a poté anonymizovat data v obou požadovaných formátech.

This thesis is focused on design and implementation of the Winch extension for exchange (so-called anonymization) of personal data. Anonymization, as such, has the advantage of removing sensitive data while keeping it in a form that is comparable to reality. This then allows, for example, testing with real-looking data, but without the danger of disclosing personal information. This extension in particular is focuses on the data contained in XML and JSON documents. The thesis first monitors how anonymization takes place in the current parts of tool anonymizing data in relational databases or in Excel spreadsheet files. Furthermore, the problem is analyzed, including both required formats and various forms of querying the data stored in them. The analysis is followed by a design of the anonymization model as the method of determining data for anonymization. Last part of the thesis is the proposal for the incorporation of new functions into the current solutions and then the implementation itself. The result is the extension of the Winch application for the file system, which allows you to set the anonymization model and then anonymize the data in both required formats.