t-近接性.

Li、Li、Venkatasubramanian によるプライバシーモデルで、l-多様性を強化し、各クラスにおける機微属性の分布が全体分布から閾値 t を超えて乖離しないことを要求する。 サイバーセキュリティの プライバシーとデータ保護 カテゴリに属します。

Li、Li、Venkatasubramanian によるプライバシーモデルで、l-多様性を強化し、各クラスにおける機微属性の分布が全体分布から閾値 t を超えて乖離しないことを要求する。

2007 年に提案された t-近接性は、l-多様性に対する偏り(skewness)攻撃や類似性(similarity)攻撃を緩和するため、各等価クラス内の機微属性の分布が全体データセットの分布から閾値 t を超えて乖離しないことを要求します。距離尺度には通常 Earth Mover's Distance が使われます。これにより、等価クラスが意味的に近いが異なる値(例えば複数の希少がん種)に支配されている場合でも、機微値が推測されにくくなります。t を小さくするほど、一般化や抑制が増えてデータ有用性が低下するため、リスクと有用性のトレードオフで t を選びます。t-近接性は医療、行政、研究データの公開において、k-匿名性や l-多様性と組み合わせて用いられます。

t-近接性 に対する防御は通常、上記の定義で述べたとおり、技術的統制と運用上の実践を組み合わせます。

一般的な別名: t-近接性匿名化。