Anonimizzazione/pseudonimizzazione

La pseudonimizzazione e l’anonimizzazione sono concetti distinti. La pseudonimizzazione è una misura di salvaguardia che riduce la possibilità di collegare determinati dati a una persona specifica, senza però mirare a eliminare completamente tale collegamento, mentre l’anonimizzazione rende impossibile collegare i dati a qualsiasi persona fisica. I dati realmente anonimizzati non sono più considerati dati personali e pertanto non rientrano nell’ambito di applicazione della normativa dell’UE in materia di protezione dei dati.

L’EDPB fornisce orientamenti su questi metodi per chiarire tale differenza e favorire la conformità ai pertinenti obblighi in materia di protezione dei dati.

Applicazione delle norme

Decisione vincolante 1/2021 relativa alla controversia sorta sul progetto di decisione dell’autorità di controllo irlandese concernente WhatsApp Ireland ai sensi dell’articolo 65, paragrafo 1, lettera a), RGPD

Decisioni vincolanti dell’EDPB
#Data subject rights #Basic principles #GDPR enforcement #Fines #Cooperation between authorities #Anonymisation/pseudonymisation
Read more about
Decisione vincolante 1/2021 relativa alla controversia sorta sul progetto di decisione dell’autorità di controllo irlandese concernente WhatsApp Ireland ai sensi dell’articolo 65, paragrafo 1, lettera a), RGPD

Attività strategica

EDPB Relazione annuale 2025

Relazioni, dichiarazioni e lettere
#Anonymisation/pseudonymisation #GDPR enforcement #Cooperation between authorities #Cross-regulatory cooperation #International cooperation #Artificial intelligence #Technology
Read more about
EDPB Relazione annuale 2025

Strumenti di conformità

Parere 28/2024 su taluni aspetti relativi alla protezione dei dati ai fini del trattamento dei dati personali nel contesto dei modelli di IA

Parere del comitato (articolo 64)
#Legal basis #Artificial intelligence #Anonimizzazione/pseudonimizzazione
Read more about
Parere 28/2024 su taluni aspetti relativi alla protezione dei dati ai fini del trattamento dei dati personali nel contesto dei modelli di IA