数据表的k-匿名化(k-anonymization)是数据发布时保护私有信息的一种重要方法.泛化/隐匿是实现k-匿名的传统技术,然而,该技术存在效率低、k-匿名化后数据的可用性差 .
基于106个网页-相关网页
Using the typical existing anonymization techniques, we show the invalidation of existing methods.
本文以典型的现有匿名化方法为例,对已有方法不能对完全动态数据集进行安全匿名化进行了探讨。
参考来源 - 面向动态数据集重发布的隐私保护研究·2,447,543篇论文数据，部分数据来源于NoteExpress
匿名化数据，增值：界限不是很明确所以帕尔默建议了一些有用的准则。
Anonymising data, adding value: the boundaries aren't clear so Palmer suggested some useful principles.
已匿名化资料，已去除所有姓名、地址及其它可识别个人身分的信息。
Anonymized data, with all names, addresses and other personally identifiable information removed.
而在原始数据基础上，经过充分匿名化获得的数据集，企业享有限制性的所有权。
For the fully anonymous data sets based on the raw data, the enterprise that record the data should be entitled a restricted ownership on it.
应用推荐