Machine learningPrivacy-preserving analysis

k-Anonimat: Protecció de la privadesa individual en dades publicades

k-Anonimat és un model formal de privadesa introduït per Latanya Sweeney el 2002 per protegir els individus quan es publiquen dades personals per a ús de recerca o públic. Requereix que cada registre en un conjunt de dades publicat sigui indistinguible d'almenys k−1 altres registres respecte a un conjunt designat d'atributs quasi-identificadors — com ara edat, gènere i codi postal — evitant la reidentificació mitjançant l'enllaç de dades publicades amb fonts externes.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  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

Com citar aquesta pàgina

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

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Recuperat el 2026-06-15 de https://scholargate.app/ca/privacy/k-anonymity · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026