哈希技术用于个人信息去标识的隐私安全性探讨

直接给结论：单纯用SHA256这类哈希算法处理邮箱，根本挡不住攻击者，隐私保护效果极差。

为啥会被破解？ #

• 大学学生邮箱的规则太好猜了：要么是「学号@学校域名」，要么是「姓名拼音（加后缀区分重名）@学校域名」，而且很多学校的学生名单、社团公示、甚至往届毕业生的邮箱都是公开可查的，攻击者很容易生成一个精准的目标邮箱列表。
• SHA256这类哈希是确定性算法——同一个邮箱输入，永远输出同一个哈希值。攻击者只要把收集到的邮箱挨个用相同算法算一遍，再和你处理后的哈希值做比对，分分钟就能把哈希值还原成原始邮箱，进而把问卷答案、院系专业这些信息关联到具体学生头上。

怎么改才能真的保护隐私？ #

• 加盐哈希：给每个邮箱加一个随机的「盐值」（比如一串16位的随机字符串），再一起哈希。盐值要单独存在安全的地方，绝对不能和哈希值、问卷数据放在同一个数据集里。没有盐值，攻击者就算拿到哈希值，撞库也没用。
• 彻底匿名化：别用邮箱关联了，直接给每个学生分配一个无规律的唯一匿名ID，两个数据集都用ID来关联，彻底把邮箱和个人信息剥离开。注意ID不能用学号、生日这类有规律的东西生成，得是纯随机的。
• 差分隐私（针对统计需求）：如果你的目的只是做院系级别的差异分析，不用精准关联到个人，可以给数据加一点微小的噪声，让单个学生的信息没法被定位，但整体统计结果不受影响。

内容的提问来源于stack exchange，提问作者5Ke