斯威尼，拉塔尼亚 \（k）-匿名：保护隐私的模型。 （英语） Zbl 1085.68589号 国际期刊不确定性。模糊知识-基于系统。 10，第5期，557-570（2002）. 总结：考虑一个数据持有者，如医院或银行，其拥有私人持有的个人特定、领域结构化数据集合。假设数据持有者想要与研究人员共享数据的一个版本。数据持有者如何发布其私人数据的一个版本，并在科学上保证在数据实际有用的情况下，作为数据主体的个人不能被重新识别？本文提供的解决方案包括一个名为“（k）-匿名”的正式保护模型和一组用于部署的附带策略。如果无法将发布中包含的每个人的信息与发布中包含信息的至少（k-1）个人区分开来，则发布将提供匿名保护。本文还研究了在遵循（k）-匿名性的发行版上可以实现的重新识别攻击，除非遵守附带的策略。匿名保护模型很重要，因为它是现实世界中名为Datafly、Argus和kSimply的系统提供隐私保护保证的基础。 引用于134文件 MSC公司： 68第25页 数据加密（计算机科学方面） 关键词：数据匿名性;数据融合 PDF格式BibTeX公司 XML格式引用 \textit｛L.Sweeney｝，Int.J.不确定。模糊知识-基于系统。10，第5号，557--570（2002；Zbl 1085.68589） 全文： 内政部 参考文献： [1] 内政部：10.1080/01621459.1972.1048199·doi:10.1080/01621459.1972.1048199 [2] 内政部：10.1109/69.109108·数字对象标识代码：10.1109/69.109108 [3] 内政部：10.1109/RISP.1993.287632·doi:10.1109/RISP.1993.287632 [4] Garvey T.，IEEE计算机安全基础研讨会第4页–（1991） [5] Dalenius T.，《官方统计杂志》2（3）第329页–（1986年） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。