T_CSAC 007-2024 隐私计算 脱敏算法能力评估技术要求.docx

ICS35.030CCSL80

中华人民共和国

T/CSAC

团体标准

T/CSAC007—2024

隐私计算脱敏算法能力评估技术要求

Privacycomputing:Technicalrequirementsfordesensitizationalgorithmcapabilityevaluation

2024-12-18发布2024-12-18实施

中国网络空间安全协会发布

I

T/CSAC007—2024

目次

前言 IV

1范围 1

2规范性引用文件 1

3术语和定义 1

4概述 4

4.1脱敏算法能力评估的目的 4

4.2脱敏算法能力评估的基本原则 4

4.3脱敏算法能力评估的使用 4

5脱敏算法分类 4

5.1脱敏算法分类概述 4

5.2基于扰动技术的脱敏算法 4

5.3基于泛化技术的脱敏算法 5

5.4基于匿名技术的脱敏算法 5

5.5基于置换技术的脱敏算法 5

6脱敏算法能力评估指标体系 5

6.1脱敏算法能力评估指标体系概述 5

6.2可逆性评估指标 6

6.3信息偏差性评估指标 6

6.4信息损失性评估指标 6

6.5复杂性评估指标 7

6.6算法能力综合评估指标 8

7脱敏算法能力评估通用技术要求 8

7.1脱敏算法可逆性评估 8

7.2脱敏算法信息偏差性评估 8

7.3脱敏算法信息损失性评估 9

7.4脱敏算法复杂性评估 9

附录A（资料性）脱敏算法能力评估示例 10

A.1概述 10

A.2脱敏算法评估维度权重确定 10

A.3敏感信息属性确定 11

A.4评估指标选定 11

A.5可逆性评估 12

A.6信息偏差性评估 12

A.7信息损失性评估 12

A.8复杂性评估 12

II

T/CSAC007—2024

A.9评估报告生成 12

附录B（资料性）脱敏算法分类示例 13

B.1概述 13

B.2基于扰动技术的脱敏算法 13

B.3基于泛化技术的脱敏算法 15

B.4基于匿名技术的脱敏算法 16

B.5基于置换技术的脱敏算法 17

附录C（资料性）可逆性的计算方法 19

C.1概述 19

C.2逆向映射 19

C.3字典攻击 19

C.4统计分析 19

C.5机器学习攻击 19

附录D（资料性）信息偏差性的计算方法 20

D.1概述 20

D.2均方误差 20

D.3均绝对误差 20

D.4Kullback-Leibler散度 20

D.5欧氏距离的计算方法 21

D.6余弦距离的计算方法 21

D.7峰值信噪比 21

D.8结构相似性指数 22

D.9平均数 22

D.10中位数 22

D.11标准差 22

D.12方差 23

D.13最大值 23

D.14最小值 23

附录E（资料性）信息损失性的计算方法 24

E.1概述 24

E.2信息熵的计算方法 24

附录F（资料性）复杂性的计算方法 25

F.1概述 25

F.2时间复杂度的计算方法 25

F.3空间复杂度的计算方法 25

附录G（资料性）脱敏算法能力评估报告要求 26

G.1形成评估报告的目的 26

G.2评估报告的组成内容 26

G.3评估项目概述组成内容 26

III

T/CSAC007—2024

G.4评估指标 26

G.5单项评估结果分析 26

G.6整体评估组成内容 26

G.7等级评估结论组成内容 27

G.8脱敏算法能力评估报告示例 27

参考文献 29

IV

T/CSAC007—2024

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》给出的

规则起草。

请注意本文件的某些内容可能涉及专利