Questão nº 6
Questão de Ciência de Dados · FGV CVM 2024 (nº 6)
Observe os conjuntos de dados a seguir.
Conjunto de Dados Sensíveis A:
| ID | Nome | Profissão | CEP | Situação |
|---|---|---|---|---|
| 10 | Luis Alberto Nascimento | Agente Autonomo | 20321-560 | Em Análise |
| 11 | Juliana Lopes Quinta | Agente Fiduciário | 70125-120 | Suspenso |
| 12 | Dércio Roberto Cunha | Analista de Sistemas | 15080-121 | Cancelado |
| 13 | Edson Nilo do Nascimento | Engenheiro de Software | 32800-090 | Normal |
Conjunto de Dados B:
| ID | Nome | Profissão | CEP | Situação |
|---|---|---|---|---|
| 2 | Luis Alberto Souza | Agente | 20321 | Sem acesso |
| 4 | Juliana Lima Quinta | Agente | 70125 | Sem acesso |
| 6 | Dércio Rui Cunha | Profissional de TI | 15080 | Sem acesso |
| 8 | Edson Nilo da Silva | Profissional de TI | 32800 | Com acesso |
Para desidentificar o Conjunto de Dados Sensíveis A e gerar o Conjunto de Dados B, a técnica de anonimização que deve ser aplicada é o(a):
- Aadição de ruído no atributo ID; (alternativa correta)
- Btruncagem no atributo Nome;
- Cencobrimento no atributo Profissão;
- Dsupressão no atributo CEP;
- Eblurring no atributo Situação.
Resposta comentada
Gabarito Alternativa A
A anonimização é o processo de transformar dados para que um indivíduo não possa ser identificado, direta ou indiretamente, mantendo a utilidade dos dados para análise.
(A) Correta: A adição de ruído (ou perturbação de dados) no atributo ID é aplicada. Os IDs originais (10, 11, 12, 13) foram transformados em novos IDs (2, 4, 6, 8) através de uma operação matemática (e.g., `novo_ID = (ID_original - 6) * 2`). Esta transformação altera os valores originais de forma sistemática, dificultando a ligação direta com o indivíduo sem o conhecimento da regra de transformação, o que se enquadra como uma forma de adição de ruído ou perturbação.
(B) Incorreta: No atributo Nome, houve uma pseudonimização ou substituição de partes do nome (sobrenomes ou nomes do meio), não uma truncagem. A truncagem removeria o final de uma string (ex: "Nascimento" viraria "Nascim").
(C) Incorreta: No atributo Profissão, a técnica utilizada foi a generalização, onde categorias específicas ("Agente Autonomo", "Agente Fiduciário") são substituídas por categorias mais amplas ("Agente", "Profissional de TI"). Encobrimento (masking) geralmente envolve a substituição de dados por caracteres genéricos (ex: "Agente Autonomo" viraria "XXXXX").
(D) Incorreta: No atributo CEP, a técnica aplicada foi a truncagem ou generalização (redução da precisão), removendo os últimos dígitos. A supressão implicaria na remoção completa do atributo CEP ou de registros inteiros onde o CEP fosse considerado sensível.
(E) Incorreta: No atributo Situação, a técnica aplicada foi a generalização, agrupando estados específicos ("Em Análise", "Suspenso", "Cancelado") em categorias mais amplas ("Sem acesso", "Com acesso"). Blurring é um termo mais genérico para redução de precisão, mas a técnica específica aqui é a generalização.
Fonte: FGV CVM 2024 Analista CVM - Ciência de Dados (Perfil 7) (Caderno Tipo 1). Reproduzida para fins de estudo.