ScholarGate
Assistente
Machine learningPrivacy-preserving analysis

k-Anonimato: Protegendo a Privacidade Individual em Dados Liberados

k-Anonimato é um modelo formal de privacidade introduzido por Latanya Sweeney em 2002 para proteger indivíduos quando dados pessoais são liberados para pesquisa ou uso público. Ele exige que cada registro em um conjunto de dados publicado seja indistinguível de pelo menos outros k−1 registros com respeito a um conjunto designado de atributos quasi-identificadores — como idade, gênero e código postal — impedindo a reidentificação ao vincular dados liberados a fontes externas.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Recuperado em 2026-06-15 de https://scholargate.app/pt/privacy/k-anonymity · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026