一文读懂K匿名算法（Ⅱ）：怎样“隐蔽”于人群_数字货币

[2021-01-31 21:45:34] 来源：编辑：wangjia 点击量：

评论 点击收藏

导读： 从表面上看，匿名只需要实现数据主体的匿名性；但仔细观察就会明白，仅仅从数据集中删除名字是不足以实现匿名的。匿名数据可以通过连接当前数据与另一个数据集来重新识别。一文读懂何为保险基金保险基金是杠杆交

从表面上看，匿名只需要实现数据主体的匿名性；但仔细观察就会明白，仅仅从数据集中删除名字是不足以实现匿名的。匿名数据可以通过连接当前数据与另一个数据集来重新识别。

一文读懂何为保险基金

保险基金是杠杆交易很重要的一部分，它在加密货币衍生品交易所（无论是中心化的还是去中心化的）中发挥着巨大的作用。

科技的生长老是超乎人们设想

区块链手艺不仅已成为时期海潮里的坚固着陆地

更是将来可以承载庞大革新的基本

【能链科技】将延续更新区块链百科专栏

缭绕热点问题举行深入浅出地解读

与你共话手艺生长点亮数字将来

“数据的同享开放”是科学和手艺进步的基本，也是研讨和开发新运用的必要条件。但是，无论是个人用户照样企业用户，数据的同享须要斟酌恰当的庇护措施，特别是当它们包含隐私数据。K匿名算法就是一种庇护隐私的数据发掘要领，然后它的生长几经曲折。

区块链百科No.58：K匿名算法（Ⅱ）

上篇我们提到，全部20世纪80年代中期，计算机科学界对数据匿名已然失去了兴致。直至15年后，K-匿名算法的提出，数据匿名化再次成为计算机科学的热门话题。

从表面上看，匿名只须要完成数据主体的匿名性；但仔细观察就会邃晓，仅仅从数据集合删除名字是不足以完成匿名的。匿名数据可以经由历程衔接当前数据与另一个数据集来从新辨认。这些数据自身大概并非唯一标识符的信息，但当与其他数据集结应时就可以够成为标识符。

1997年，哈佛大学传授Latanaya Sweeney就成功地从所谓的“匿名”康健数据中从新确认了时任马萨诸塞州州长William Weld的身份。科罗拉多大学法学传授Paul Ohm曾在其论文《Broken Promises of Privacy》中形貌了这个案例。

“当马萨诸塞州保险委员会（GIC）宣布这些数据时，时任马萨诸塞州州长的William Weld向民众保证，GIC经由历程删除标识符庇护了患者的隐私。作为回应，研讨员Sweeney入手下手在GIC数据中寻觅州长的病院纪录。她晓得William Weld州长居住在马萨诸塞州的剑桥市，这是一个具有54000居民和七个邮政编码的都市。她花了20美圆从剑桥市购买了完全的选民名册，个中包含每一个选民的姓名、地点、邮政编码、出生日期和性别等信息。经由历程连系这些数据与GIC纪录，Sweeney易如反掌地发现了Weld州长。在剑桥，只要6个人和他的出生日期雷同，个中只要3个人是男性，而个中只要他住在邮编所在地。在一次戏剧扮演中，Sweeney将州长的康健纪录（包含诊断和处方）送到了他的办公室。”

Sweeney的研讨结果对以隐私为中间的政策制订产生了严重影响，包含康健隐私立法HIPAA。但她也正式引入了k -匿名模子来战胜旧匿名要领的瑕玷。

简朴来讲，k-匿名是一种直观且运用普遍的数据隐私庇护的要领。它经由历程将个人纪录隐蔽在一组类似的纪录中来匿名数据，从而大大降低了个人被辨认的大概性。假如每一个人都是大群体的一部分，那末这个群体中的任何纪录都大概对应一个人，从而完成 “隐蔽”于人群中。

起首，在设置k-匿名前，我们须要晓得数据集合的哪些字段包含敏感、辨认或准辨认信息？

敏感信息是指不愿望被他人晓得的信息，比方，疾病或薪水。

辨认信息是直接辨认个人的信息，如姓名或社会保险号。

准标识信息大概不能唯一地标识一个个别，但假如与其他准标识符组合在一起，就可以明确地辨认。比方，邮编、岁数和性别都可以用来协助将缩小到个人局限，这些被认为是准标识符，由于它们可以在其他数据源中找到。

其次，泛化是完成k-匿名的重要战略。我们晓得仅删除标识符不足以庇护隐私，由于纪录可以经由历程准标识符从新辨认。但应用条理构造使单个纪录中的准辨认信息不那末详细，从而减少了从新辨认的局限。每一行中的属性都被替换为更高级别的组，直到数据集合的每一个组包含最小k个成员。在这个历程当中，层级越高即形貌准标识信息的泛化水平越高。