เปรียบเทียบวิธี

	การประเมินความเสี่ยงในการเปิดเผยข้อมูล	k-Anonymity: การปกป้องความเป็นส่วนตัวของข้อมูลส่วนบุคคลในการเผยแพร่ข้อมูล
สาขาวิชา	ความเป็นส่วนตัว	ความเป็นส่วนตัว
ตระกูล	Regression model	Machine learning
ปีกำเนิด	1989	2002
ผู้ริเริ่ม	George Duncan & Diane Lambert	Latanya Sweeney
ประเภท	Probabilistic risk model	Privacy-preserving data transformation
แหล่งต้นตำรับ	Duncan, G. T., & Lambert, D. (1989). The risk of disclosure for microdata. Journal of Business & Economic Statistics, 7(2), 207–217.	Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(5), 557–570.
ชื่อเรียกอื่น	Microdata Disclosure Risk, Statistical Disclosure Control Risk Estimation, Istatistiksel Açıklama Riski Değerlendirmesi, Re-identification Risk Assessment	k-Anonymization, k-Anonymous Microdata, Quasi-Identifier Suppression Model, k-Anonimlik
ที่เกี่ยวข้อง	3	2
สรุป	Disclosure Risk Assessment is a probabilistic framework introduced by Duncan and Lambert (1989) for quantifying how likely it is that releasing microdata — individual-level records from surveys or administrative files — will allow an outside party to identify a specific respondent or infer sensitive attributes. It is used by statistical agencies, data custodians, and researchers charged with protecting confidentiality before any public release of person-level datasets.	k-Anonymity is a formal privacy model introduced by Latanya Sweeney in 2002 to protect individuals when personal data is released for research or public use. It requires that every record in a published dataset be indistinguishable from at least k−1 other records with respect to a designated set of quasi-identifying attributes — such as age, gender, and ZIP code — preventing re-identification by linking released data to external sources.