Kişisel verilerin anonimleştirilmesinin iyileştirilmesine yönelik bir model geliştirilmesi ve e-devlet alanında uygulanması

Günümüzde, e-Devlet hizmetleri sayesinde ortaya çıkan verinin istatistik, araştırma-geliştirme, yapay zekâ öğrenimi, hizmet iyileştirme, projeksiyon geliştirme başta olmak üzere pek çok alanda değerli bir kaynak olduğunun fark edilmesi, bu veriyi işlemek üzere elde etme ihtiyacını arttırmıştır. Ancak e-Devlet hizmetlerinden doğan bu büyük hacimli verinin önemli bir bölümü kişisel verilerden oluşmaktadır ve mahremiyetin korunmasına yönelik olarak gerek Avrupa Birliği gibi uluslararası kuruluşlarda Genel Veri Koruma Tüzüğü (GDPR) ile gerekse ülkemizde 6698 sayılı Kişisel Verilerin Korunması Kanunu gibi mevzuat altyapısı ile korunmakta ve verinin paylaşımı için anonimleştirme şart koşulmaktadır. Verinin belli kısımlarının kapatılması veya genelleştirilmesi gibi yöntemlerle gerçekleştirilen anonimleştirme ile söz konusu veri, bir gerçek kişi ile ilişkilendirilemeyecek hale getirilmektedir. Bu konudaki mahremiyet standartlarının en bilineni olan k-anonimlik (kişileri aynı yarı tanımlayıcı değere sahip en az k tane kayıt grupları şeklinde tutarak mahremiyeti sağlar), l -çeşitlilik (her bir denklik sınıfının her hassas özellik için en az l adet değere sahip olmasını gerektirir) ve t-yakınlık (herhangi bir denklik sınıfında hassas özniteliğin dağılımının, özniteliğin veri setindeki dağılımına yakın olmasını, yani bu iki dağılım arasındaki mesafenin t eşik değerinden fazla olmamasını gerektirir) uygulamasında, veri üzerinde yapılan genelleştirme işlemleri sebebiyle, belirli seviyede veri kaybı oluşmakta ve bu durum, sonuç veri kümesinden elde edilmesi beklenen faydayı azaltmaktadır. Bu doktora çalışmasında, veri niteliğini dikkate alarak ve kayda özelleşmiş grupları adaptif şekilde oluşturarak veri fayda kaybını en aza indirgeyen ve tam baskılanan kayıtların sayısında yüksek oranda iyileştirmeler sağlayan, hedef odaklı, e-Devlet verisi dahil olmak üzere her türlü veri setine uygulanabilen, yenilikçi bir adaptif ve dinamik anonimleştirme modeli (ADAM) ortaya konulmuştur. e-Devlet veri kümeleri büyük hacimlerden oluştuğu için, ortaya konulan modelin, yüksek veri hacimlerinde de beklenen iyileştirmeyi sağlaması gerekmektedir. Bu sebeple, bu buluşsal yöntemin sağlayacağı iyileştirme seviyesini ölçebilmek için, e-Devletin önemli uygulama alanlarından birisi olan sağlık alanında sentetik veri üreten bir uygulama geliştirilmiş ve 1.000 kişilik veri setlerinden başlayarak kademeli olarak 100.000 kişilik sentetik veri setleri oluşturularak ADAM algoritması uygulanmış, mevcut anonimleştirme yöntemlerine kıyasla önerilen modelin önemli ölçüde iyileştirmeler sağlayabildiği gösterilmiştir.