ScholarGate
Асистент
Machine learningPrivacy-preserving analysis

k-Анонимност: Защита на индивидуалната неприкосновеност в публикувани данни

k-Анонимност е формален модел за неприкосновеност, въведен от Latanya Sweeney през 2002 г., за да защитава индивиди, когато лични данни се публикуват за изследователски или обществени цели. Той изисква всеки запис в публикуван набор от данни да бъде неразличим от поне k−1 други записи по отношение на определен набор от квази-идентификационни атрибути — като възраст, пол и пощенски код — предотвратявайки повторна идентификация чрез свързване на публикуваните данни с външни източници.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

k-Анонимност: Защита на индивидуалната неприкосновеност в публикувани данни
Диференциална поверителн…Генериране на синтетични…Оценка на риска от разкр…Сигурни многостранни изч…

Източници

  1. Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(5), 557–570. DOI: 10.1142/S0218488502001648

Как да цитирате тази страница

ScholarGate. (2026, June 2). k-Anonymity Data Anonymization. ScholarGate. https://scholargate.app/bg/privacy/k-anonymity

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго

Цитиран в

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Извлечено на 2026-06-15 от https://scholargate.app/bg/privacy/k-anonymity · Набор от данни: https://doi.org/10.5281/zenodo.20539026