隐私保护方法tcloseness49课件讲解.pptxVIP

隐私保护方法—t-closeness

隐私保护两种情况01隐私保护方法—t-closeness02举例03Content目录

01

隐私保护两种情况

隐私保护两种情况从信息时代开始，关于隐私保护的研究就开始了。随着数据不断地增长，人们对隐私越来越重视。我们在讨论隐私保护的时候包括两种情况。第一种是公司为了学术研究和数据交流开放用户数据，学术机构或者个人可以向数据库发起查询请求，公司返回对应的数据时需要保证用户的隐私。第二种情况是公司作为服务提供商，为了提高服务质量，主动收集用户的数据，这些在客户端上收集的数据也需要保证隐私性。

02

隐私保护方法—t-closeness

隐私保护方法—t-closenessl-diversity（l-多样化）的问题就引出t-closeness的概念，t-closeness是为了保证在相同的quasi-identifier类型组中，敏感信息的分布情况与整个数据的敏感信息分布情况接近(close)，不超过阈值t。t-closeness紧密度是基于集组的匿名化的进一步改进，该匿名化用于通过减少数据表示的粒度来保留数据集中的隐私。这种减少是一种折衷，这会导致数据管理或挖掘算法的有效性有所损失，从而无法获得一定的隐私。t紧密度模型通过考虑属性值的分布来明显地处理属性值，从而扩展了l多样性模型。

03

举例

隐私保护方法—t-closenesst-closen