一句话定义：假名化（Pseudonymization）是把姓名、手机号、身份证号这类直接标识替换成代号，但保留了一条“能查回去”的映射路径；匿名化（Anonymization）则是连这条路径都不存在，任何人用任何手段都无法再把数据对应到某个具体的人。
打个比方：假名化像去澡堂寄存鞋子，柜子贴的是 37 号牌，前台还留着一本登记簿，写着“37 号对应张先生”。你脱下工牌，但工牌还在抽屉里。匿名化则是把所有人的鞋倒进一个大筐重新随机分发，谁也没法证明哪双原来是谁的，连“筐里有没有你的鞋”都无从确认。
为什么“换个编号”远远不够：真正的风险不在姓名，而在“准标识符”（quasi-identifier）的组合。一张表删掉了姓名，却留着“性别 + 出生年月 + 邮编 + 就诊日期”，这四个字段凑在一起，往往就唯一锁定了一个人。如果再叠加外部数据，比如公开的社交主页、企业人员名录、论坛发帖记录，再识别（re-identification）几乎没什么门槛。还有一个更实际的问题：那张映射表本身就变成了高风险资产，一旦泄露，等于全量数据泄露，前面所有脱敏工作归零。
| 假名化 | 匿名化 | |
|---|---|---|
| 直接标识 | 替换为代号、哈希值 | 删除、泛化、加噪 |
| 能否还原 | 有映射表就能 | 设计上不能 |
| 数据主体权利 | 仍可定位到个人 | 不再适用 |
| 常见手段 | 编号、令牌化、加密映射 | k-匿名、聚合统计、差分隐私 |
| 典型场景 | 内部开发测试、跨团队协作 | 对外发布、公开统计 |
对从业者的意义：第一，“脱敏过”不等于“可以用”。用于训练模型的数据即使做过假名化，仍然属于个人信息范畴，能不能拿去训练、能存多久，要看具体法规和你自己承诺的隐私政策，以官方页面和法务意见为准。第二，模型本身会记忆。大模型见过的东西是可能被“背”出来的，编号化对这类泄露几乎不起作用。第三，做隐私方案时要问一句“攻击者手上还有什么”，能用公开数据做交叉比对，就不算匿名。
对普通人的意义：看到“我们已做匿名化处理”这句话，值得多问一句：映射表存在哪、谁能访问、保留多久。答案含糊，那大概率只是假名化。
最后一句实话：匿名化不是免费的，脱敏越彻底，数据越没用。真正的工作是在“还能用”和“认不出人”之间找那条线，而不是给姓名栏打上马赛克就收工。