Skip to content
Vol. 1 · Ed. 2026
CyberGlossary
Entry № 274

Anonimización de datos

¿Qué es Anonimización de datos?

Anonimización de datosTransformación irreversible de datos personales para que nadie pueda ser identificado, directa o indirectamente, ni siquiera al combinarlos con otra información disponible.


La anonimización de datos elimina o altera identificadores, cuasi-identificadores y atributos sensibles de modo que la reidentificación deje de ser razonablemente posible. Las técnicas incluyen supresión, generalización, perturbación, agregación y aleatorización, evaluadas con modelos como k-anonimidad, l-diversidad, t-cercanía o privacidad diferencial. Los datos verdaderamente anónimos quedan fuera del alcance del RGPD (considerando 26), pero el listón es alto: autoridades como el EDPB y la CNIL exigen evaluaciones formales del riesgo de reidentificación considerando los medios "razonablemente probables", incluidos conjuntos auxiliares. Errores frecuentes son apoyarse solo en hashing, publicar microdatos de alta dimensionalidad o tratar como anónimos datos meramente seudonimizados.

Ejemplos

  1. 01

    Publicar estadísticas de reingresos hospitalarios agregadas por región y trimestre, suprimiendo celdas con menos de cinco casos.

  2. 02

    Liberar un conjunto público de movilidad con trayectorias generalizadas a granularidad de barrio y semana.

Preguntas frecuentes

¿Qué es Anonimización de datos?

Transformación irreversible de datos personales para que nadie pueda ser identificado, directa o indirectamente, ni siquiera al combinarlos con otra información disponible. Pertenece a la categoría de Privacidad y protección de datos en ciberseguridad.

¿Qué significa Anonimización de datos?

Transformación irreversible de datos personales para que nadie pueda ser identificado, directa o indirectamente, ni siquiera al combinarlos con otra información disponible.

¿Cómo funciona Anonimización de datos?

La anonimización de datos elimina o altera identificadores, cuasi-identificadores y atributos sensibles de modo que la reidentificación deje de ser razonablemente posible. Las técnicas incluyen supresión, generalización, perturbación, agregación y aleatorización, evaluadas con modelos como k-anonimidad, l-diversidad, t-cercanía o privacidad diferencial. Los datos verdaderamente anónimos quedan fuera del alcance del RGPD (considerando 26), pero el listón es alto: autoridades como el EDPB y la CNIL exigen evaluaciones formales del riesgo de reidentificación considerando los medios "razonablemente probables", incluidos conjuntos auxiliares. Errores frecuentes son apoyarse solo en hashing, publicar microdatos de alta dimensionalidad o tratar como anónimos datos meramente seudonimizados.

¿Cómo defenderse de Anonimización de datos?

Las defensas contra Anonimización de datos combinan habitualmente controles técnicos y prácticas operativas, como se detalla en la definición.

¿Cuáles son otros nombres para Anonimización de datos?

Nombres alternativos comunes: Anonimización, De-identificación fuerte.

Términos relacionados

Véase también