l-разнообразие.

Расширение k-анонимности, предложенное Machanavajjhala и соавторами, которое требует, чтобы в каждом классе эквивалентности было не менее l хорошо представленных значений каждого чувствительного атрибута. Относится к категории Приватность и защита данных в кибербезопасности.

Расширение k-анонимности, предложенное Machanavajjhala и соавторами, которое требует, чтобы в каждом классе эквивалентности было не менее l хорошо представленных значений каждого чувствительного атрибута.

l-разнообразие, предложенное в 2007 году, устраняет две слабости k-анонимности: атаки однородности (когда все записи в классе имеют одинаковое чувствительное значение) и атаки с использованием внешних знаний. Гарантируя в каждом классе не менее l различных, хорошо представленных значений чувствительного атрибута, модель не позволяет атакующему точно определить значение даже при сужении до одного класса. Существуют варианты distinct l-diversity, entropy l-diversity и рекурсивная (c, l)-diversity, по-разному балансирующие силу защиты и потерю информации. l-разнообразие часто сочетается с k-анонимностью и t-близостью в публикациях с сохранением приватности и поддерживается инструментами вроде ARX, sdcMicro и Amnesia для медицины, переписей и опросов.

Защита от l-разнообразие обычно сочетает технические меры и операционные практики, как описано в определении выше.

Распространённые альтернативные названия: k-анонимность с l-разнообразием.