t-Proximidade
O que é t-Proximidade?
t-ProximidadeModelo de privacidade de Li, Li e Venkatasubramanian que reforça a l-diversidade limitando a distância entre a distribuição de um atributo sensível em cada classe e a distribuição global.
A t-proximidade, introduzida em 2007, mitiga ataques por assimetria e similaridade contra a l-diversidade, exigindo que a distribuição do atributo sensível em cada classe de equivalência esteja a uma distância máxima t da distribuição global do conjunto, geralmente medida pela Earth Mover's Distance. Isto impede que um atacante infira o atributo sensível quando uma classe é dominada por valores semanticamente próximos mas distintos (por exemplo, vários cancros raros). Atingir t baixo costuma reduzir a utilidade, pois exige mais generalização ou supressão, pelo que t é escolhido num compromisso risco/utilidade. A t-proximidade é habitualmente combinada com k-anonimato e l-diversidade em divulgações de saúde, governo e investigação.
● Exemplos
- 01
Garantir que a distribuição salarial em cada célula género/idade está a t=0,2 da distribuição global.
- 02
Aplicar t-proximidade para evitar que qualquer classe seja dominada por uma única doença rara.
● Perguntas frequentes
O que é t-Proximidade?
Modelo de privacidade de Li, Li e Venkatasubramanian que reforça a l-diversidade limitando a distância entre a distribuição de um atributo sensível em cada classe e a distribuição global. Pertence à categoria Privacidade e proteção de dados da cibersegurança.
O que significa t-Proximidade?
Modelo de privacidade de Li, Li e Venkatasubramanian que reforça a l-diversidade limitando a distância entre a distribuição de um atributo sensível em cada classe e a distribuição global.
Como funciona t-Proximidade?
A t-proximidade, introduzida em 2007, mitiga ataques por assimetria e similaridade contra a l-diversidade, exigindo que a distribuição do atributo sensível em cada classe de equivalência esteja a uma distância máxima t da distribuição global do conjunto, geralmente medida pela Earth Mover's Distance. Isto impede que um atacante infira o atributo sensível quando uma classe é dominada por valores semanticamente próximos mas distintos (por exemplo, vários cancros raros). Atingir t baixo costuma reduzir a utilidade, pois exige mais generalização ou supressão, pelo que t é escolhido num compromisso risco/utilidade. A t-proximidade é habitualmente combinada com k-anonimato e l-diversidade em divulgações de saúde, governo e investigação.
Como se defender contra t-Proximidade?
As defesas contra t-Proximidade costumam combinar controles técnicos e práticas operacionais, conforme detalhado na definição acima.
Quais são outros nomes para t-Proximidade?
Nomes alternativos comuns: Anonimização por t-proximidade.
● Termos relacionados
- privacy№ 576
k-Anonimato
Modelo de privacidade proposto por Latanya Sweeney que exige que cada registo de um conjunto de dados seja indistinguível de pelo menos k-1 outros nos seus quase-identificadores.
- privacy№ 603
l-Diversidade
Extensão do k-anonimato proposta por Machanavajjhala et al. que exige que cada classe de equivalência contenha pelo menos l valores bem representados para cada atributo sensível.
- privacy№ 274
Anonimização de dados
Transformação irreversível de dados pessoais para que nenhuma pessoa possa ser identificada, direta ou indiretamente, mesmo cruzando outras informações disponíveis.
- privacy№ 317
Privacidade diferencial
Quadro matemático que quantifica a perda de privacidade ao divulgar estatísticas ou treinar modelos, adicionando ruído calibrado de modo que a contribuição de qualquer indivíduo seja provavelmente limitada.
- privacy№ 875
Pseudonimização
Técnica que substitui os identificadores diretos dos dados pessoais por aliases reversíveis, de modo que os dados deixem de ser atribuíveis a uma pessoa sem informação adicional guardada em separado.
- privacy№ 280
Minimização de dados
Princípio de privacidade que obriga as organizações a recolher, tratar e conservar apenas os dados pessoais estritamente necessários a uma finalidade legítima definida.