Herleidbaarheidstoets voor woning- en energiedata

Hoe herkenbaar zijn de woningen in jouw dataset?

AnonyMate legt je dataset naast wat iedereen kan weten: BAG, 3D-BAG, EP-online en KNMI. Het telt per woning hoeveel woningen in Nederland er precies zo uitzien, en stelt voor hoe je de data afrondt of grover maakt tot elke woning in een groep van minstens k valt.

Twee keer dezelfde toets, en allebei lokaal. In de browser wordt de rekenkern één keer gedownload en draait daarna op je eigen computer, in het browservenster: je dataset gaat nergens heen, ook niet naar anonymate.nl. Dat werkt op Windows, macOS en Linux, met een recente Chrome, Edge of Firefox. Het Windows-programma doet hetzelfde als los programma, zonder browser.

Alles rekent op je eigen computer. Je dataset wordt nergens heen gestuurd.

Zeven stappen, van dataset tot publiceerbaar bestand

Het programma loopt dezelfde stappen door als een aanvaller, maar dan vóórdat je publiceert.

  1. 1DatasetOpen je CSV of Excel; alles blijft lokaal.
  2. 2NormKies de drempel, bijvoorbeeld p ≤ 0,09, dus k ≥ 11.
  3. 3KolommenWelke kenmerken verraden iets: postcode, bouwjaar, oppervlakte, label.
  4. 4SignatuurWarmteverlies H en tijdconstante τ zijn ook uit openbare bronnen te schatten.
  5. 5WeerlocatieWeerdata bij de woning, zonder de locatie prijs te geven.
  6. 6AanvallerWat weet die al: alleen de registers, of meer?
  7. 7UitkomstPer woning: publiceerbaar of te herleidbaar, en wat helpt.
De uitkomst in AnonyMate: 0 van de 62 woningen publiceerbaar. Een balk laat zien hoeveel bits elk kenmerk prijsgeeft, een staafdiagram hoeveel gelijke woningen er zijn, en een tabel per woning.
Stap 7 in de oefenmodus, met verzonnen woningen. Samen geven de kenmerken 17,6 bits prijs: genoeg om één woning aan te wijzen uit ruim 200.000. De balk laat zien welk kenmerk hoeveel verraadt. Geen van de 62 woningen haalt zo de norm.
De stap Weerlocatie: een kaart van Noord-Holland met zeshoekige H3-cellen. Eén cel bij Schagen is aangeklikt; ernaast staat hoeveel woningen erin liggen, met en zonder ruis.
Stap 5: weer bij de woning, zonder de woning te verraden. De woning krijgt de weerlocatie van een H3-cel na willekeurige ruis; de kaart laat zien hoeveel woningen dan nog in aanmerking komen, en waar de woning met 95% kans ligt.

Eén woning in een groep van elf

Een dataset zonder naam en adres kan nog steeds naar een voordeur wijzen. Postcode, bouwjaar en oppervlakte samen zijn vaak al uniek. Een warmtesignatuur per woning is nauwkeurig genoeg om daar nog een paar stappen bij te zetten.

AnonyMate rekent dat uit tegen de hele Nederlandse woningvoorraad, zoals een aanvaller dat zelf ook kan. Voldoet een woning niet, dan stelt het voor welke kolom je grover maakt of welke woning je weglaat, en wat dat aan bruikbaarheid kost.

Gangbare normen: de kans p dat een aanvaller de juiste woning kiest, en de groepsgrootte k die daarbij hoort.
kans pgroep kbits nodig
0,50≥ 21,0
0,33≥ 31,6
0,09≥ 113,5
0,05≥ 204,3

Wat je moet weten over deze eerste versie

In de browser
De eerste keer laadt de pagina Python en de rekenbibliotheken (ongeveer 20 MB, zo'n 20 seconden); daarna rekent alles lokaal, in het browservenster, zonder dat er iets wordt verstuurd. Wie het wil nagaan: zet na het laden de wifi uit, de toets werkt gewoon door. Gemaakt voor een laptop- of desktopscherm. Getest in Chrome en Edge.
Windows-programma
Pak de zip uit en start anonymate-gui.exe. Beheerrechten zijn niet nodig. Het programma is nog niet ondertekend, dus Windows waarschuwt: kies Meer info en dan Toch uitvoeren.
Oefenmodus
Werkt meteen, met een verzonnen Nederland en voorbeeldwoningen. Zo leer je de stappen kennen zonder iets te downloaden.
Je eigen dataset
Daarvoor is eenmalig de hele woningvoorraad nodig. AnonyMate haalt die op als datapakket, elke maand opnieuw gebouwd uit BAG, 3D-BAG, KNMI en het hitte-eiland (in de browser in stukken, in het Windows-programma ongeveer 430 MB). Energielabels zitten er niet in: die koppel je zelf, lokaal, met het EP-online-totaalbestand. Daarvoor vraag je bij RVO een gratis sleutel aan; in de browser sleep je het bestand erin, het Windows-programma begeleidt de download. Wie alles zelf wil opbouwen, leest in de README hoe.
Iets gevonden?
Meld het als issue op GitHub.

Openbaar, en na te gaan

De broncode staat op GitHub onder de EUPL 1.2. Het Windows-programma en de browserversie worden daar ook gebouwd, zodat iedereen kan nagaan wat erin zit. Codeondertekening van het Windows-programma volgt (beleid).

Zo controleer je dit zelf: het netwerkverkeer, de build en de herkomst van de browserversie.

Waarom

Metingen in woningen zijn waardevol voor onderzoek naar de warmtetransitie, maar worden vaak niet gedeeld uit zorg om privacy. AnonyMate maakt die afweging meetbaar, zodat meer data verantwoord openbaar kan.

Van wie

AnonyMate is een project van Henri ter Hofte, geïnspireerd door het NeedForHeat AnonyMate-onderzoek van het lectoraat Energietransitie van Hogeschool Windesheim, eerder gepresenteerd bij KITE (inloggen bij KITE nodig).