Anonimiseren
De applicatie maakt gebruik van deep learning-modellen die zowel visuele als tekstuele informatie analyseren om te bepalen welke gegevens als privacygevoelig worden beschouwd. Deep learning is een technologie die de applicatie helpt te leren door veel voorbeelden te bekijken en deze juist te classificeren. Het algoritme herkent privacygevoelige informatie en biedt suggesties voor anonimisering, inclusief de juridische grondslagen voor het anonimiseren. De medewerker besluit vervolgens welke informatie geanonimiseerd wordt en op basis van welke juridische grondslag dit gebeurt.
Wet open overheid Wet elektronische publicaties
De uitkomsten van het algoritme fungeren slechts als hulpmiddel, waarbij menselijke tussenkomst altijd nodig is voor de definitieve anonimisatie.
Om de privacyrisico's van het algoritme te waarborgen, ondergaat de applicatie constante evaluatie en updates om nieuwe bedreigingen en privacy-uitdagingen aan te pakken. Menselijk toezicht en interventie zijn ingebed om fouten te corrigeren.
Het algoritme is getraind om privacygevoelige informatie te herkennen. Het is beperkt tot classificatie en zal daardoor geen inhoudelijke informatie onthullen. Het algoritme draagt bij aan de verbetering van de kwaliteit en nauwkeurigheid van de anonimisatie, evenals aan het verhogen van de snelheid waarmee het anonimiseren plaatsvindt. Dit is van belang, aangezien door wet- en regelgeving, zoals de Wet open overheid (Woo) en de Wet elektronische publicaties (Wep), de hoeveelheid documenten die door overheidsinstanties gepubliceerd moeten worden, toeneemt.
De categorie van persoonsgegevens die worden verwerkt in de applicatie is afhankelijk van het door de gemeente aangeboden document. Dit kunnen dus alle soorten persoonsgegevens zijn, afhankelijk van de publicatieverplichting of -doel waarvoor de oplossing wordt gebruikt. Het kan gaan om de volgende persoonsgegevens: NAW-gegevens; Contactgegevens (e-mailadres, telefoonnummer); Handtekeningen en parafen; Inhoud die zaaktype-gerelateerd is. Het kan voorkomen dat bijzondere en gevoelige persoonsgegevens worden verwerkt. Er kunnen dus theoretisch de volgende bijzondere/gevoelige persoonsgegevens worden verwerkt: Gegevens over de gezondheid; Gegevens waaruit ras of etnische afkomst blijken; Gegevens waaruit politieke opvattingen blijken; Gegevens waaruit religieuze of levensbeschouwelijke overtuigingen blijken; Gegevens waaruit het lidmaatschap van een vakbond blijken; Biometrische gegevens; Gegevens met betrekking tot iemands seksueel gedrag of voorkeur; Strafrechtelijke gegevens; BSN; Financiële gegevens
- Start
- januari 2025
- Leverancier
- eData B.V.
- Contact
- privacy@veenendaal.nl
- Register-standaard
- v1.0