k-Anonymiteit: Bescherming van Individuele Privacy in Gepubliceerde Data
k-Anonymiteit is een formeel privacymodel, geïntroduceerd door Latanya Sweeney in 2002, om individuen te beschermen wanneer persoonlijke gegevens worden vrijgegeven voor onderzoeks- of openbaar gebruik. Het vereist dat elk record in een gepubliceerde dataset ononderscheidbaar is van ten minste k−1 andere records met betrekking tot een aangewezen set quasi-identificerende attributen — zoals leeftijd, geslacht en postcode — wat heridentificatie door koppeling van vrijgegeven gegevens aan externe bronnen voorkomt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). k-Anonymity Data Anonymization. ScholarGate. https://scholargate.app/nl/privacy/k-anonymity
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Differentiële PrivacyPrivacy↔ vergelijken
- Synthetische data-generatie voor disclosure controlPrivacy↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →