Machine learningPrivacy-preserving analysis
k匿名性:公開データにおける個人プライバシーの保護
k匿名性(k-Anonymity)は、2002年にラタニヤ・スウィーニーによって導入された形式的なプライバシーモデルであり、個人データが研究や公共利用のために公開される際に個人を保護することを目的としています。これは、公開されるデータセット内のすべてのレコードが、年齢、性別、郵便番号などの指定された準識別子属性のセットに関して、少なくともk-1個の他のレコードと区別がつかないようにすることを要求し、外部ソースへの公開データのリンクによる再識別を防ぎます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). k-Anonymity Data Anonymization. ScholarGate. https://scholargate.app/ja/privacy/k-anonymity
どの手法を選ぶ?
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 差分プライバシープライバシー↔ 比較
- 機密性制御のための合成データ生成プライバシー↔ 比較