ScholarGate
Asistente
Machine learningPrivacy-preserving analysis

k-Anonymidad: Protección de la privacidad individual en datos publicados

La k-anonymidad es un modelo formal de privacidad introducido por Latanya Sweeney en 2002 para proteger a los individuos cuando se publican datos personales para investigación o uso público. Requiere que cada registro en un conjunto de datos publicado sea indistinguible de al menos otros k−1 registros con respecto a un conjunto designado de atributos cuasi-identificadores — como edad, género y código postal — lo que impide la reidentificación al vincular los datos publicados con fuentes externas.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

k-Anonymidad: Protección de la privacidad individual en datos publicados
Privacidad diferencialGeneración de datos sint…Evaluación del Riesgo de…Cómputo Seguro Multipart…

Fuentes

  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

Cómo citar esta página

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

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Recuperado el 2026-06-15 de https://scholargate.app/es/privacy/k-anonymity · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026