ScholarGate
Trợ lý
Machine learningPrivacy-preserving analysis

k-Anonymity: Bảo vệ Quyền riêng tư Cá nhân trong Dữ liệu Được Công bố

k-Anonymity là một mô hình quyền riêng tư chính thức được giới thiệu bởi Latanya Sweeney vào năm 2002 để bảo vệ các cá nhân khi dữ liệu cá nhân được công bố cho mục đích nghiên cứu hoặc sử dụng công cộng. Nó yêu cầu mỗi bản ghi trong một tập dữ liệu được công bố phải không thể phân biệt được với ít nhất k−1 bản ghi khác đối với một tập hợp các thuộc tính định danh giả (quasi-identifying attributes) được chỉ định — chẳng hạn như tuổi, giới tính và mã bưu chính — ngăn chặn việc nhận dạng lại bằng cách liên kết dữ liệu được công bố với các nguồn bên ngoài.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtTải xuống bản trình chiếu

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

k-Anonymity: Bảo vệ Quyền riêng tư Cá nhân trong Dữ liệu Được Công bố
Quyền riêng tư vi phânTạo dữ liệu tổng hợp để…Đánh giá rủi ro tiết lộTính toán đa bên an toàn

Nguồn tài liệu

  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

Cách trích dẫn trang này

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

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song

Được tham chiếu bởi

ScholarGatek-Anonymity (k-Anonymity Data Anonymization). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/privacy/k-anonymity · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026