ScholarGate
Assistente
Machine learningPrivacy-preserving analysis

k-Anonymity: Tutela della privacy individuale nei dati rilasciati

La k-anonymity è un modello formale di privacy introdotto da Latanya Sweeney nel 2002 per proteggere gli individui quando i dati personali vengono rilasciati per scopi di ricerca o uso pubblico. Richiede che ogni record in un dataset pubblicato sia indistinguibile da almeno altri k−1 record rispetto a un insieme designato di attributi quasi-identificativi — come età, genere e codice postale — impedendo la ri-identificazione collegando i dati rilasciati a fonti esterne.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  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

Come citare questa pagina

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

Citato da

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Consultato il 2026-06-15 da https://scholargate.app/it/privacy/k-anonymity · Insieme di dati: https://doi.org/10.5281/zenodo.20539026