數據科學和人工智能有望變革我們日常生活的方方面面，如醫療、衛生保健、商業和治理。這些方法依賴于大規模的詳細個人數據，但是收集和共享個人數據，已經引發了有關個人隱私的擔憂。針對這個問題，目前的解決措施包括匿名化處理和公布不完全的數據集。但是，近期已經發生了利用匿名數據集，包括瀏覽歷史記錄、手機和信用卡數據，成功重新識別出個體身份的情況，這表明上述措施還不夠充分。

為了進一步證明這一問題的嚴重性，英國帝國理工學院研究團隊新開發了一種統計方法，能夠準確估算通過匿名數據集正確地重新識別個體身份的可能性。研究人員發現，只需要知道少數幾個屬性，如郵政編碼、出生日期、性別和子女數量，一般就能夠以高可信度重新識別出個體身份——即使數據集是不完整的。而已知屬性越多，識別的可能性越大。例如，99.98%的馬薩諸塞州人口，可以通過15個人口統計學屬性識別出來。

因此，研究團隊總結認為，目前通常所采用的只公布取樣數據集或不完全數據集，尚不足以很好地保護個人隱私。