去識別化是什麼？步驟、範例與匿名化、假名化差異

去識別化（de-identification）是把個人資料處理成難以或無法識別特定個人的過程，假名化與匿名化都是去識別化的做法：假名化以代碼取代姓名等識別資訊，持有對照表的人仍能還原；匿名化則讓任何人以合理方式都無法再識別個人。兩者在法律上的效果差很多。

想把客戶或員工資料拿去做分析、訓練 AI 模型或交給合作夥伴的企業，常以為「把姓名拿掉」就不算個資了。以下說明三個名詞的差異、可照做的五個步驟、一個實際範例，以及台灣個資法與 GDPR 怎麼看；需要協助判斷資料能不能這樣用，可參考個資法顧問服務。

一句話結論：資料只在公司內部分析、未來可能要回頭找人時，用假名化並嚴格保管對照表；要公開或交給外部且不需要還原時，才追求匿名化，並先評估再識別風險。

去識別化、假名化、匿名化的定義

去識別化是總稱，指降低或消除資料與特定個人連結的處理；國際標準 ISO/IEC 20889:2018 就是整理去識別化術語與技術分類的標準。假名化與匿名化，則是依「能不能還原」區分的兩種結果。

假名化是以代碼、權杖等取代可直接識別的資訊，還原所需的對照資料分開保存。GDPR 第 4 條第 5 款的定義即強調：須將還原所需的額外資訊分開保存，並加以技術與組織保護。匿名化則是處理到考量所有合理可能使用的方法後，仍無法識別個人；GDPR 前言第 26 點明言，匿名資料不適用資料保護原則。

台灣個資法沒有使用「假名化」「匿名化」兩個詞，而是以「無從識別特定當事人」表示。個資法施行細則第 17 條規定，這是指個人資料「以代碼、匿名、隱藏部分資料或其他方式，無從辨識該特定個人者」。

匿名化與假名化差異比較

兩者最關鍵的差別是還原的可能性，這也決定了資料是否仍受個資法規範。

歐盟的見解也在演進。歐盟法院 2025 年 9 月 4 日在 EDPS 訴 SRB 案（C-413/23 P）判決，假名化資料對無法重新識別的接收方而言，未必屬於個人資料；但對持有對照表的原控制者，仍是個資。

去識別化步驟：五個階段照著做

去識別化不是按一個按鈕，而是從目的到風險檢視的完整流程。臺北市政府民國 112 年 3 月訂定的〈個資去識別化平臺標準作業流程〉，把處理程序分為五個階段，企業也可直接沿用：

1. 釐清資料使用目的，依資料最小化原則只挑選必要欄位。
2. 辨識直接識別個資（姓名、身分證字號）、間接識別個資（生日、郵遞區號）與敏感資料。
3. 選擇處理方式：直接識別個資加密或刪除，間接識別個資降低精確度。
4. 評估去識別化效果，例如以 K-匿名法檢查每種組合至少有 K 筆相同。
5. 檢視隱私洩漏風險，例如嘗試以網路搜尋、開放資料或新聞比對出特定人。

同一份作業流程也要求，去識別化的處理人員與檢驗人員不得由同一人兼任。這個「兩人原則」很適合企業照做，因為自己處理的資料，自己最難看出漏洞。

去識別化範例：一筆會員資料怎麼處理

以下用一筆虛構的會員資料示範。假名化保留了分析價值，但只要拿到對照表就能還原；匿名化版本則犧牲了精確度，換取無法識別。

假名化版本保留了完整生日與地址，這正是風險所在。美國學者 Latanya Sweeney 在 2000 年估計，郵遞區號、性別與完整生日三項組合，就能唯一識別約 87% 的美國人；後續 Philippe Golle 以 2000 年人口普查重新分析，結果約為 63%。即使比例有爭議，間接識別資料能把人找回來，已是共識。

去識別化在個資法上的意義

在台灣，資料若已「無從識別特定當事人」，部分原本受限的蒐集與利用就有例外，例如個資法第 6 條第 1 項第 4 款、第 16 條第 5 款、第 19 條第 1 項第 4 款與第 20 條第 1 項第 5 款。但要注意，這些例外的主體多半是公務機關或學術研究機構，目的限於統計或學術研究。

換句話說，一般企業拿會員資料做行銷分析或訓練 AI，不能只因為做了去識別化，就當作免除告知與目的限制的理由。實務上一般認為，企業若仍保有對照表，資料對它而言仍屬個資，仍應依原蒐集目的使用，並納入個資盤點清冊與安全維護措施。

健保資料庫的憲法爭議也提醒企業：111 年憲判字第 13 號判決雖未宣告個資法第 6 條第 1 項但書第 4 款違憲，但指出欠缺獨立監督機制與當事人請求停止利用的規定，要求 3 年內修法。去識別化從來不是單獨就能解決所有問題的工具。

去識別化常見誤區

第一個誤區是「雜湊過就是匿名」。台灣手機號碼為 09 開頭加 8 碼，只有約 1 億種組合，攻擊者把所有號碼算一次雜湊即可比對還原；未加鹽的雜湊只能算假名化。

第二個誤區是只刪姓名。生日、地址、職稱、門市等欄位組合起來，在小公司或小社區很容易對應到特定人。第三個誤區是做完一次就不管：資料持續累積、外部可取得的資料越來越多，去識別化效果也需要定期重新檢視，並寫進個資檔案安全維護計畫。

準備用資料做分析前，先問哪三件事？

先問三個問題：這個分析需要回頭找到個人嗎？資料會不會離開公司？處理後的資料，能不能用網路或其他資料比對出人？三題的答案決定該用假名化還是匿名化，以及要不要先取得當事人同意。

整體個資規範可先參考個資法重點整理；若正在規劃 AI 或資料分析專案，歡迎預約一次免費諮詢，先確認資料能怎麼用。

去識別化常見問題

去識別化後還算個資嗎？

要看能不能還原。假名化資料對持有對照表的企業而言，仍可間接識別個人，依個資法第 2 條仍屬個人資料；真正匿名、以合理方式無法識別任何人的資料，才不再是個資。依個資法施行細則第 17 條，「無從識別」須達到無從辨識該特定個人的程度。

雜湊算匿名化嗎？

通常不算。雜湊是固定演算法，相同輸入產生相同結果，手機號碼、身分證字號這類組合有限的資料，只要把所有可能值算一次就能比對回來。加鹽雜湊並妥善保管鹽值可以降低風險，但在法律上一般仍視為假名化，資料仍受個資法規範。

參考資料

1. 個人資料保護法施行細則 – 第 17 條「無從識別特定當事人」之定義。法務部
2. 臺北市政府個資去識別化平臺標準作業流程 – 去識別化五階段與處理原則。臺北市政府 · 民國 112 年 3 月 28 日
3. ISO/IEC 20889:2018 – 去識別化術語與技術分類。ISO · 2018 年
4. GDPR Recital 26 – 假名化資料仍屬個資，匿名資料不受規範。歐盟
5. Simple Demographics Often Identify People Uniquely – 郵遞區號、性別、生日的識別力研究。Latanya Sweeney · 2000 年