Machine learningPrivacy-preserving analysis

k-Anonimowość: Ochrona prywatności jednostki w udostępnianych danych

k-Anonimowość to formalny model prywatności wprowadzony przez Latanyę Sweeney w 2002 roku w celu ochrony jednostek podczas udostępniania danych osobowych do celów badawczych lub publicznych. Wymaga on, aby każdy rekord w opublikowanym zbiorze danych był nierozróżnialny od co najmniej k−1 innych rekordów pod względem wyznaczonego zbioru atrybutów quasi-identyfikujących — takich jak wiek, płeć i kod pocztowy — co zapobiega ponownej identyfikacji poprzez powiązanie udostępnionych danych ze źródłami zewnętrznymi.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

k-Anonimowość: Ochrona prywatności jednostki w udostępnianych danych
Prywatność różnicowaGenerowanie danych synte…Ocena ryzyka ujawnieniaBezpieczne obliczenia wi…

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Pobrano 2026-06-15 z https://scholargate.app/pl/privacy/k-anonymity · Zbiór danych: https://doi.org/10.5281/zenodo.20539026