Avaliação de metodologias de controlo de confidencialidade: uma aplicação com bases de microdados

Abstract

Devido à era da informação a que nos encontramos, cada vez mais, a procura por informação de qualidade por parte dos investigadores tem vindo a aumentar. Com a imposição das novas leis de confidencialidade, nos últimos anos, a utilização e a modernização de técnicas de controlo confidencial têm vindo a prosperar. Deste modo, é enaltecida a importância de proporcionar aos investigadores ficheiros de microdados, com um trade-off entre o risco de divulgação e utilidade, o mais equilibrado possível. Este trabalho aborda as técnicas de controlo de divulgação, sendo o seu propósito a avaliação e comparação dos métodos de divulgação para efeitos de investigação. A biblioteca sdcMicro (Templ et al., 2015) do software R forma a base deste estudo. Todos os métodos apresentados neste estudo, foram obtidos com recurso à biblioteca sdcMicro. Foram aplicados métodos de controlo de divulgação a uma base anonimizada, donde se concluiu que os melhores métodos são a adição de ruido não correlacionado, através do indicador erro quadrático médio, e a microagregação tendo como medida de grupo a mediana nos restantes indicadores da qualidade dos dados respetivamente.

Due to the information age we are in, more and more, the demand for quality information by researchers has been increasing. With the imposition of the new confidentiality laws in recent years, the use and modernization of confidentiality control techniques have been flourishing. Thus, the importance of providing researchers with microdata files, with a trade-off between disclosure risk and utility, in order to be as balanced as possible, is emphasized. This paper covers disclosure control techniques, and its purpose is to evaluate and compare disclosure methods for research purposes . The sdcMicro library (Templ et al. 2015) of the R software forms the basis of this study. All methods presented in this study, were obtained using the sdcMicro library. Disclosure control methods were applied to an anonymized database, and it was concluded that the best methods are the addition of uncorrelated noise, through the mean square error indicator, and microaggregation with the median as a group measure in the remaining indicators of data quality respectively.