Anonimiseringstool

Gemeente Steenwijkerland

Het algoritme onderstreept de persoonsgegevens in documenten. Een medewerker moet alle pagina's bekijken en controleren of het document goed geanonimiseerd is. Daarna verwijdert de software alle gemarkeerde informatie en wordt het zwartgelakt. Daarna kunnen de documenten gepubliceerd worden, bijvoorbeeld op basis van de Wet Open Overheid (WOO).

Laatst gewijzigd op 21 mei 2025 om 13:54 | Publicatiestandaard 1.0

• Publicatiecategorie: Overige algoritmes
• Impacttoetsen: Veld niet ingevuld.
• Status: In gebruik

Algemene informatie

Thema

Organisatie en bedrijfsvoering

Begindatum

1-7-21

Contactgegevens

[e-mail]

Link naar publiekspagina

https://xxllnc.nl/contact

Verantwoord gebruik

Doel en impact

De anonimiseringstool wordt ingezet om invulling te geven aan enerzijds transparantie en anderzijds aan de noodzakelijke bescherming van de personen op wie de documenten betrekking hebben.

Afwegingen

Deze informatie kan privacygevoelige gegevens bevatten. Daarbij is het van belang dat deze gegevens worden geanonimiseerd. Het handmatig anonimiseren is foutgevoelig en tijdrovend en kan datalekken tot gevolg hebben. Met behulp van de anonimiseringstool worden gebruikers in staat gesteld om persoonsgegevens en vertrouwelijke informatie op een efficiënte en effectieve wijze te anonimiseren.

Menselijke tussenkomst

De uitkomst van het algoritme wordt gecontroleerd door een medewerker. De medewerker wordt door de software verplicht om alle pagina's te controleren. De medewerker bepaalt of het document correct is geanonimiseerd.

Risicobeheer

Het risico van het gebruik van de anonimiseringstool is verwaarloosbaar, omdat de tool geen besluiten neemt. De anonimiseringstool genereert een voorstel voor het anonimiseren van gegevens en informatie. De medewerker van de gemeente Steenwijkerland voert altijd de toets uit of een document correct is geanonimiseerd.

Wettelijke basis

WOO, AVG

Werking

Gegevens

Persoonsgegevens zoals naam, adres, geboortedatum, geslacht, BSN, et cetera

Technische werking

Documenten worden door een medewerker geüpload naar de applicatie. Op dat moment wordt een kopie gemaakt van het origineel in de vorm van een pdf met tekstlaag en wordt de metadata van het oorspronkelijke document uit de kopie verwijderd. Deze kopie komt op een Nederlandse server terecht en blijft daar maximaal 30 dagen staan. De tekstlaag van de PDF wordt door een API aangeboden aan de machine learning algoritme. Het gaat om een Natural Language Processing algoritme (named entity recognition) van Microsoft Azure. De API levert terug op welke locatie in de geanalyseerde teksten waarschijnlijk een persoonsgegeven voorkomt, samen met de waarschijnlijkheidsscore (een percentage). Op dat moment wordt de tekstlaag bij Azure direct verwijderd. De waarschijnlijkheidsscore wordt samen met door de leverancier ontwikkelde eigen AI-modellen gebruikt om de herkenning van persoonsgegevens zo accuraat mogelijk te kunnen doen. De modellen worden getraind met gebruik van o.a. de volgende getrainde datasets als CoNLL-2003, UD Dutch LassySmall v2.8, Dutch NER Annotations for UD LassySmall en UD Dutch Alpino v2.8. Minimale kengetallen voor de nauwkeurigheid van het vaststellen van de persoonsgegevens zijn als volgt: Named entities (precision): 0.78, Named entities (recall): 0.76, Named entities (F-score): 0.77. Tot slot controleert een medewerker het document en wanneer deze het document afrondt, worden de te anonimiseren gegevens definitief uit de tekstlaag verwijderd en wordt een zwart balkje geplaatst.

Leverancier

Xxllnc