Machine learningPrivacy-preserving analysis

k-Anonymita: ochrana soukromí jednotlivců ve zveřejněných datech

k-Anonymita je formální model soukromí zavedený Latanyou Sweeney v roce 2002 k ochraně jednotlivců při zveřejňování osobních údajů pro výzkumné nebo veřejné účely. Vyžaduje, aby každý záznam ve zveřejněném datovém souboru byl nerozlišitelný od nejméně k−1 dalších záznamů s ohledem na určenou sadu kvazi-identifikujících atributů — jako je věk, pohlaví a PSČ — což brání opětovné identifikaci propojením zveřejněných dat s externími zdroji.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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

Jak citovat tuto stránku

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

Odkazuje sem

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Získáno 2026-06-15 z https://scholargate.app/cs/privacy/k-anonymity · Datová sada: https://doi.org/10.5281/zenodo.20539026