ScholarGate
Asszisztens
Machine learningPrivacy-preserving analysis

k-Anonimitás: Az egyéni magánélet védelme a közzétett adatokban

A k-anonimitás egy formális adatvédelmi modell, amelyet Latanya Sweeney vezetett be 2002-ben, hogy megvédje az egyéneket, amikor személyes adatokat tesznek közzé kutatási vagy nyilvános felhasználás céljából. Előírja, hogy a közzétett adathalmaz minden rekordja ne legyen megkülönböztethető legalább k−1 másik rekordtól egy kijelölt kvázi-azonosító attribútumhalmaz tekintetében – mint például életkor, nem és irányítószám –, megakadályozva az újrafelhasználást azáltal, hogy a közzétett adatokat külső forrásokhoz kapcsolják.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/privacy/k-anonymity · Adatkészlet: https://doi.org/10.5281/zenodo.20539026