ScholarGate
সহকারী
Machine learningPrivacy-preserving analysis

কে-অ্যানোনিমিটি: প্রকাশিত তথ্যে ব্যক্তিগত গোপনীয়তা সুরক্ষা

কে-অ্যানোনিমিটি (k-Anonymity) হলো একটি আনুষ্ঠানিক গোপনীয়তা মডেল যা ল্যাটানিয়া সুইনি (Latanya Sweeney) ২০০২ সালে প্রবর্তন করেন। এর উদ্দেশ্য হলো গবেষণা বা জনসাধারণের ব্যবহারের জন্য ব্যক্তিগত তথ্য প্রকাশের সময় ব্যক্তিদের গোপনীয়তা রক্ষা করা। এই মডেলে, প্রকাশিত ডেটাসেটের প্রতিটি রেকর্ডকে অন্ততপক্ষে k−1 সংখ্যক অন্যান্য রেকর্ডের সাথে অভিন্ন হতে হবে, নির্দিষ্ট কিছু আধা-শনাক্তকারী বৈশিষ্ট্য (quasi-identifying attributes) যেমন — বয়স, লিঙ্গ এবং জিপ কোড — এর সাপেক্ষে। এটি প্রকাশিত তথ্যকে বাহ্যিক উৎসের সাথে সংযুক্ত করে পুনরায় শনাক্তকরণ (re-identification) প্রতিরোধ করে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইস্লাইড ডাউনলোড করুন

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

পদ্ধতি-মানচিত্র

সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।

উৎস

  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

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

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

কোন পদ্ধতি?

এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।

পাশাপাশি তুলনা করুন

যেখানে উদ্ধৃত

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/privacy/k-anonymity · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026