SH

Soloharness

概念 · 辨析 · Agent

← 返回概念辨析

Concept Contrast Fable

能识别个人的信息和更宽的个人数据

PII 通常指能直接或间接识别个人的信息,personal data 在很多法规下覆盖更广。只盯姓名、电话、证件号,会漏掉能拼出个人轨迹的数据。

寓言

没有姓名的档案也能认出人

城里的档案馆接到新规,凡是写着姓名、身份证号、住址的纸都要锁进铁柜。馆员照做了。他把客户名册、报名表、投诉信一一收起,外厅只留下订单、诊疗摘要、送货时间和街区编号。

馆员很放心。有人来查外厅,他指着纸面说,这里没有姓名,也没有证件号。商户要做统计,学徒要训练分类器,都可以拿外厅资料用。铁柜才是敏感区,外厅只是普通记录。

几天后,审查员拿起三张纸:一张写着某街区每周三夜里送药,一张写着罕见病复诊摘要,一张写着同一金额的退款时间。她没有打开铁柜,却说出了那位客户大概是谁。馆员脸色变了。

他辩解说,自己已经去掉姓名。审查员没有争辩,只把外厅纸张按时间排成一条线。工作地点、消费习惯、健康线索、设备编号、定位片段,各自看都普通,连在一起就成了人的影子。

馆长这才重新划区。能直接点名的纸当然进铁柜;能和其他资料合并后识别个人、描述个人行为、影响个人权益的记录,也要纳入管理。外厅不再按有没有姓名判断,而按能不能指向一个人判断。

新规执行后,商户仍能做汇总统计,但明细访问要说明目的;训练材料要做排除、脱敏或聚合;跨表关联要记录审批。馆员发现,麻烦增加了,但误把人的轨迹当普通货物的风险少了。

档案馆门口后来挂了一句话:名字只是最亮的标签,人的数据常藏在路径里。看到姓名才紧张,已经太晚;真正要管的,是资料能否被用来认出、描述或影响一个具体的人。 馆员也开始做反向演练:随便抽几张外厅纸,看能不能拼出稳定的人。只要能拼出来,就不能继续把它们当普通材料。新系统接入前,也要问日志、提示词和反馈是否会留下同样的影子。能留下影子的资料,就要进入同一套保留和删除规则,不能散在角落。

个人身份信息

PII 通常强调能够直接或间接识别个人的信息,例如姓名、证件号、电话、地址,以及可组合识别个人的标识。

个人数据

个人数据在许多法规语境中范围更宽,包含与可识别个人有关、可描述其行为或影响其权益的数据,不限于明显身份字段。

故事对应

  • 锁进铁柜的姓名和证件号:典型 PII 管控对象
  • 订单、病历摘要、时间和街区:没有姓名但仍可能关联个人的数据
  • 三张纸拼出客户身份:间接识别和数据组合风险
  • 按能否指向个人重新划区:personal data 的更宽边界
  • 训练材料排除、脱敏、聚合:AI 项目处理个人数据的常见控制手段

落到数据合规里

做客户数据处理、模型训练排除和日志脱敏时,不要只扫描姓名、电话、邮箱。设备 ID、订单轨迹、地理位置、健康摘要、聊天上下文都可能进入 personal data 范围。PII 是重点红区,personal data 决定更完整的合规边界。