Solicitar presupuesto
Urgencias SectoresCarreras Nosotros Blog Contactar
Dos desarrolladores en un escritorio con dos pantallas llenas de código; el compañero de pie señala una línea

Seudonimización o anonimización: lo que hace IT para que los datos de prueba no sean datos personales

La seudonimización y la anonimización se confunden a menudo, pero la diferencia decide si el RGPD sigue aplicándose a sus datos. Un conjunto de datos al que se le han quitado los nombres no suele ser anónimo, sino seudonimizado. Este artículo trata de la técnica: qué hace cada método, dónde debe estar la clave y cómo probar y analizar sin datos personales reales.

7 min de lectura Escrito por el equipo de ITproposal
Respuesta corta

Los datos seudonimizados siguen siendo datos personales: con información adicional guardada aparte se pueden reidentificar. Los datos anónimos ya no, y por eso quedan fuera del RGPD.

Quitar los nombres casi nunca es anonimizar. Una combinación de código postal, fecha de nacimiento y sexo, un valor poco frecuente o un campo de texto libre a menudo siguen señalando a una sola persona.

La seudonimización depende de la clave: debe estar en otro entorno, con otros administradores. Si un conjunto de datos es lo bastante anónimo lo decide el responsable del tratamiento; nosotros no somos juristas.

Seudonimización o anonimización: la diferencia

El RGPD define la seudonimización como el tratamiento de datos personales de manera que ya no puedan atribuirse a una persona sin información adicional, siempre que esa información figure por separado y esté protegida. Un número de cliente en lugar de un nombre, con una tabla en otro sitio que une número y nombre, es el ejemplo clásico. Los datos siguen siendo personales y el RGPD se aplica por completo.

La anonimización va más allá: los datos ya no pueden vincularse a una persona con medios que razonablemente puedan utilizarse, por nadie, tampoco por usted. Entonces dejan de ser datos personales y el tratamiento queda fuera del RGPD. La AEPD insiste en esta distinción en sus publicaciones.

Por eso la elección importa. La seudonimización es una medida de seguridad que el propio RGPD menciona: reduce el impacto de una brecha y el número de personas que pueden reconocer a alguien. La anonimización es una forma de usar datos que ya no son personales. Quien hace lo primero creyendo que es lo segundo trata datos personales sin la protección que corresponde.

Cuándo un conjunto de datos es anónimo de verdad

Las autoridades europeas de protección de datos formularon tres preguntas para comprobar si un conjunto de datos es anónimo. ¿Puede alguien todavía:

  • singularizar a una persona, porque su registro es el único con cierta combinación de valores;
  • vincular los datos con otra fuente, como un registro público o un fichero filtrado, y encontrar así a la persona;
  • inferir algo sobre una persona con mucha probabilidad, aun sin conocer su nombre?

En la práctica el riesgo rara vez está en el nombre y casi siempre en lo demás. Código postal, fecha de nacimiento y sexo juntos señalan a menudo a una sola persona. Un puesto poco común en una oficina pequeña hace lo mismo. Los campos de texto libre contienen nombres, teléfonos y diagnósticos. Y los metadatos, las marcas de tiempo y la ubicación suelen ser más precisos que el propio registro.

Además, el anonimato no es una propiedad permanente. Lo que hoy no se puede vincular quizá sí mañana, cuando aparezca una fuente nueva. Deje constancia de qué prueba hizo y con qué supuestos, y repítala cuando cambien los datos o su uso.

Las técnicas, y lo que hacen y no hacen

Ninguna técnica anonimiza por sí sola. Cada una reduce un riesgo concreto, y normalmente hace falta más de una.

  • Tokenización. Un valor identificativo se sustituye por un token aleatorio, con una tabla de correspondencias aparte. Es seudonimización, y reversible para quien tiene la tabla.
  • Hash. Un hash simple de un correo electrónico o de un DNI se puede revertir calculando el hash de todos los valores posibles y comparando. Con una clave secreta (un hash con clave) es seudonimización; sin ella, a menudo ni siquiera eso. La AEPD lo explica en su nota sobre el hash como técnica de seudonimización.
  • Enmascaramiento. Ocultar partes de un valor, como los dígitos centrales de una cuenta. Útil en pantallas e informes, pero el resto del registro puede seguir siendo reconocible.
  • Generalización. La fecha de nacimiento pasa a ser el año o un tramo de edad; el código postal completo, solo la provincia. Reduce la posibilidad de singularizar.
  • Agregación. Solo totales y medias, con un mínimo de personas por celda. Cerca del anonimato, pero se pierden los registros individuales.
  • Datos sintéticos. Registros artificiales con la misma estructura y distribución que el original. A menudo la mejor opción para pruebas, siempre que el generador no reproduzca registros reales.

La clave aparte: de eso depende la seudonimización

La seudonimización es exactamente tan sólida como la separación entre los datos y la información que permite reidentificarlos. Una tabla de correspondencias en la misma base de datos, con los mismos administradores, no es una separación.

  • Otro entorno. La tabla o la clave están en otro sistema o en un almacén aparte, no junto al conjunto de datos.
  • Otras personas. Quien trabaja con los datos seudonimizados no puede reidentificarlos. Reidentificar es una acción separada con su propio permiso.
  • Registro de quién reidentifica. Cada vez que un seudónimo se vincula a una persona, queda registrado con el motivo.
  • Rotar y destruir claves. Una clave que dura años se convierte en un riesgo en sí misma. Y destruir la clave no hace anónimos los datos automáticamente: el resto del registro puede seguir siendo reconocible.

Cómo se gestionan las claves en la práctica, y dónde pueden estar, lo explicamos en gestión de claves y cifrado.

Entornos de prueba sin datos personales reales

El lugar más habitual donde hay datos personales sin necesidad es un entorno de pruebas o preproducción cargado con una copia de producción. Tienen acceso desarrolladores, probadores y a veces proveedores externos, la seguridad es menor y nadie borra la copia.

Un enfoque que funciona:

  • Haga del enmascaramiento un paso fijo del procedimiento de copia, no algo que alguien hace después. La copia solo entra en el entorno de pruebas cuando se han sustituido nombres, datos de contacto, números y texto libre.
  • Mantenga las relaciones. Use sustituciones coherentes, para que el mismo cliente tenga el mismo seudónimo en todas las tablas y las pruebas sigan funcionando.
  • Valore los datos sintéticos para funciones nuevas y para proveedores, de modo que no salga ningún registro real.
  • No olvide los subproductos. Las copias de seguridad, los registros de actividad y las exportaciones del entorno de pruebas contienen los mismos datos que el propio entorno.

Si aun así hay que probar con datos reales, por ejemplo para reproducir un error, deje constancia de quién, por qué, durante cuánto tiempo y cuándo se borró la copia.

Informes, análisis y compartir con terceros

Para un entorno de informes o BI, la seudonimización suele bastar: los analistas ven tendencias por cliente o empleado sin saber quién es, y un número limitado de personas puede reidentificar cuando hace falta. Quite los campos que el análisis no necesita y generalice donde pueda.

Al compartir con otra organización, como un investigador, un consultor o un proveedor de analítica, la pregunta es más exigente. Si el conjunto sale seudonimizado, sigue siendo dato personal y necesita un acuerdo sobre lo que el destinatario puede hacer con él. Si quiere que sea anónimo, la prueba de los apartados anteriores debe cumplirse para el destinatario, teniendo en cuenta los datos que ese destinatario ya tiene.

Si el tratamiento entraña un alto riesgo, la elección entre seudonimizar y anonimizar debe figurar en la EIPD, con su justificación.

Dónde termina nuestro trabajo

Lo que hacemos. En los entornos que suministramos, configuramos o gestionamos, implantamos la técnica: el enmascaramiento como paso fijo al copiar a pruebas, la tokenización y los hashes con clave, la separación entre datos y clave, y los permisos y registros en torno a la reidentificación. Describimos qué técnica se aplicó a qué campos, para que su responsable de privacidad o su delegado de protección de datos pueda valorar esa elección. Trabajamos bajo ISO/IEC 27001; eso describe cómo trabajamos, no es una valoración de sus tratamientos.

Lo que no hacemos. No somos juristas ni delegados de protección de datos. No declaramos que un conjunto de datos sea anónimo en sentido jurídico, no valoramos si un tratamiento de datos seudonimizados es lícito y no decidimos si los datos pueden compartirse con un tercero. Esa valoración corresponde al responsable del tratamiento, con el asesoramiento de un abogado especializado o de su delegado de protección de datos.

Preguntas frecuentes

Preguntas que nos hacen sobre esto

Las cinco que más se repiten.

¿Qué diferencia hay entre seudonimización y anonimización?

Con la seudonimización se sustituyen los datos identificativos por un seudónimo, y con información adicional guardada aparte se puede volver a la persona. Con la anonimización eso ya no es posible con medios razonables, para nadie. Los datos seudonimizados son datos personales; los anónimos, no.

¿Los datos seudonimizados están sujetos al RGPD?

Sí. Los datos seudonimizados siguen siendo datos personales, porque pueden reidentificarse con la información guardada aparte. El RGPD se aplica por completo. Aun así, la seudonimización es una medida de seguridad que el propio RGPD menciona, porque reduce el impacto de una brecha.

¿Aplicar un hash es lo mismo que anonimizar?

No. Un hash simple de un tipo de valor conocido, como un correo o un DNI, se puede revertir calculando el hash de todos los valores posibles y comparando. Con una clave secreta es seudonimización. Un conjunto de datos solo es anónimo cuando el resto de los datos tampoco señala a una persona.

¿Cómo se crean datos de prueba sin datos personales?

Haga del enmascaramiento un paso fijo al copiar producción a pruebas, con sustituciones coherentes para que las relaciones entre tablas se mantengan. Para funciones nuevas y proveedores externos suelen ser mejores los datos sintéticos, porque no se usa ningún registro real. No olvide las copias de seguridad y los registros del entorno de pruebas.

¿Pueden confirmar que nuestro conjunto de datos es anónimo?

No. Que un conjunto de datos sea anónimo en sentido jurídico es una valoración del responsable del tratamiento, con el asesoramiento de un abogado especializado o de su delegado de protección de datos. Nosotros implantamos las técnicas y describimos con precisión qué se hizo con cada campo, para que esa valoración se apoye en hechos.

Servicios relacionados

Para seguir leyendo

Con qué conecta la seudonimización.

¿Hay datos personales reales en su entorno de pruebas?

Localizamos dónde hay copias de producción e implantamos el enmascaramiento como paso fijo. Si el resultado es lo bastante anónimo lo valora su responsable de privacidad.

Conocimiento práctico de IT en su bandeja

Nuevas guías sobre gestión, seguridad y el puesto de trabajo, escritas por quienes hacen el trabajo. Sin discursos comerciales, y puede darse de baja con un clic.

Solo usamos su dirección para el boletín. Consulte nuestra política de privacidad.

Pedir presupuesto Llamar