Skip to content
Vol. 1 · Ed. 2026
CyberGlossary
Entry № 576

k-Anonimidad

¿Qué es k-Anonimidad?

k-AnonimidadModelo de privacidad propuesto por Latanya Sweeney que exige que cada registro de un conjunto sea indistinguible de al menos k-1 más según sus cuasi-identificadores.


La k-anonimidad, formalizada por Sweeney en 2002, protege frente a la reidentificación garantizando que cada combinación de cuasi-identificadores (edad, código postal, sexo, etc.) aparezca en al menos k registros, formando clases de equivalencia. Se logra mediante generalización (sustituir valores exactos por rangos o categorías) y supresión (eliminar valores poco frecuentes), con algoritmos como Mondrian o Incognito. Aunque reduce los ataques por enlace, no protege frente a ataques de homogeneidad ni de conocimiento previo si el atributo sensible es idéntico dentro de una clase, lo que motivó las extensiones de l-diversidad y t-cercanía. La elección de k responde a un compromiso entre utilidad, apetito de riesgo y expectativas regulatorias bajo el considerando 26 del RGPD.

Ejemplos

  1. 01

    Un conjunto médico generalizado de modo que cada combinación edad/código postal coincida con al menos cinco pacientes (k=5).

  2. 02

    Generalizar la fecha de nacimiento al año para cumplir la k-anonimidad en una publicación pública de investigación.

Preguntas frecuentes

¿Qué es k-Anonimidad?

Modelo de privacidad propuesto por Latanya Sweeney que exige que cada registro de un conjunto sea indistinguible de al menos k-1 más según sus cuasi-identificadores. Pertenece a la categoría de Privacidad y protección de datos en ciberseguridad.

¿Qué significa k-Anonimidad?

Modelo de privacidad propuesto por Latanya Sweeney que exige que cada registro de un conjunto sea indistinguible de al menos k-1 más según sus cuasi-identificadores.

¿Cómo funciona k-Anonimidad?

La k-anonimidad, formalizada por Sweeney en 2002, protege frente a la reidentificación garantizando que cada combinación de cuasi-identificadores (edad, código postal, sexo, etc.) aparezca en al menos k registros, formando clases de equivalencia. Se logra mediante generalización (sustituir valores exactos por rangos o categorías) y supresión (eliminar valores poco frecuentes), con algoritmos como Mondrian o Incognito. Aunque reduce los ataques por enlace, no protege frente a ataques de homogeneidad ni de conocimiento previo si el atributo sensible es idéntico dentro de una clase, lo que motivó las extensiones de l-diversidad y t-cercanía. La elección de k responde a un compromiso entre utilidad, apetito de riesgo y expectativas regulatorias bajo el considerando 26 del RGPD.

¿Cómo defenderse de k-Anonimidad?

Las defensas contra k-Anonimidad combinan habitualmente controles técnicos y prácticas operativas, como se detalla en la definición.

¿Cuáles son otros nombres para k-Anonimidad?

Nombres alternativos comunes: k-anonimización.

Términos relacionados