Профилирование в реальной жизни по квазиидентификаторам

Попалась на глаза работа "Routes for breaching and protecting genetic privacy^[link1]", Yaniv Erlich, Arvind Narayanan.

Institute for Biomedical Research, Nine Cambridge Center, Cambridge Department of Computer Science, Princeton University.

Генетические аспекты сравниваются с профилированием в реальной жизни. Отбросим в сторону генетику и посмотрим на самую простую и понятную таблицу в публикации.

Средняя энтропия квазиидентификаторов жителей США:

ID	bit
пол	1.0
этническая группа	1.4
цвет глаз	1.4
группа крови/резус	2.2
штат	5.0
рост	5.0
год рождения	6.3
день и месяц рождения	8.5
фамилия	12.9
zip-код (почтовый индекс)	13.8
данные аутосомальной ДНК	28.2

Сложим всё, кроме данных ДНК:

1.0 + 1.4 + 1.4 + 2.2 + 5.0 + 5.0 + 6.3 + 8.5 + 12.9 + 13.8 = 57.5

2^57.5 = 203809653520824722

В США живёт 316862000 жителей.

Даже парадокс близнецов мало поможет спрятаться, тем более он даёт в большинстве только второго похожего:

2^(57.5/2) = 451452825

С учётом всех погрешностей, запас по точности профилирования всё равно большой.

А если теперь представить, что наблюдатель может:

1. Заполнить максимально полные базы данных по квазиидентификаторам всего населения.
2. Запустить системы слежения за квазиидентификаторами в реальной жизни, по метаданным в каналах связи.
3. Работать с персонализированными квазиидентификаторами (предпочтения, привычки, покупки, паттерны поведения, маршруты перемещений).
4. Обрабатывать эти данные.
5. Строить графы связей между носителями квазиидентификаторов.

Причём всё это тривиальные общеизвестные факты, можно было лет ~дцать тому назад обо всём догадаться и сделать выводы о возможности существования подобных программ.

P.S.: В работе встречается аббревиатура PGP — Personal Genome Project, данные о персональном геноме предлагается защищать гомоморфным шифрованием.