ScholarGate
Avustaja
Machine learningPrivacy-preserving analysis

k-Anonymiteetti: Yksilöiden yksityisyyden suojaaminen julkaistussa datassa

k-Anonymiteetti on muodollinen yksityisyysmalli, jonka Latanya Sweeney esitteli vuonna 2002 suojatakseen yksilöitä, kun henkilötietoja julkaistaan tutkimus- tai julkiseen käyttöön. Se edellyttää, että jokainen julkaistun aineiston tietue on erottamaton vähintään k−1 muusta tietueesta suhteessa määriteltyihin kvasi-tunnistettaviin attribuutteihin – kuten ikään, sukupuoleen ja postinumeroon – estäen uudelleentunnistamisen yhdistämällä julkaistua dataa ulkoisiin lähteisiin.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

k-Anonymiteetti: Yksilöiden yksityisyyden suojaaminen julkaistussa datassa
Differentiaalinen yksity…Synteettisen datan gener…Riskinarviointi paljastu…Turvattu monen osapuolen…

Lähteet

  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

Näin viittaat tähän sivuun

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

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/privacy/k-anonymity · Aineisto: https://doi.org/10.5281/zenodo.20539026