首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏hsdoifh biuwedsy

    Public data release and individual anonymity

    Lecture 21: Public data release and individual anonymity -appreciate that an individual’s privacy may and l-diversity and how they protect privacy K-anonymity A record satisfies k-anonymity if every record Such a table is called a k-anonymous table. k-anonymity is susceptible to two types of privacy attacks homogeneity attack k-anonymity can create groups that leak information due to leak of in the sensitive attribute Background attack k-anonymity does not protect against attacks based

    52030发布于 2021-05-20
  • 来自专栏文渊之博

    大数据脱敏

    K-Anonymity定义如下: K-Anonymity要求对于任意一行纪录,其所属的相等集内纪录数量不小于k,即至少有k-1条纪录半标识列属性值与该条纪录相同。 图二中的数据是一个3-Anonymity的数据集。 作为一个衡量隐私数据泄露风险的指标,K-Anonymity可用于衡量个人标识泄露的风险,理论上来说,对于K-Anonymity数据集,对于任意纪录,攻击者只有1/k的概率将该纪录与具体用户关联。 表3 3-Anonymity 2-Diversity 病人信息 相对于K-Anonymity标准,符合L-Deversity标准的数据集显著降低了属性数据泄露的风险。 表5 常用数据变形操作 此外,K-Anonymity, L-Diversity和T-Closeness约束可能还需要生成干扰数据,敏感数据干扰项的生成策略与方法也是保证K-Anonymity, L-Diversity

    2.8K40发布于 2018-09-28
  • 来自专栏居士说AI

    Java学习历程之----提升篇(十一)

    下面我们通过实战来分别来说明: 2.1 继承一个类,重写其方法 package code.tisheng11; public class Anonymity { //构造一个匿名外部类 void show() { System.out.println("调用(外部类)Anonymity类的show()方法"); } class TestAnonymity { private void show() { Anonymity anony= new Anonymity() { //在此方法中构造一个匿名内部类 void show() { //获取匿名内部类的实例 ().new TestAnonymity();//创建内部类的实例test test.show();//获取匿名内部类的show()方法 Anonymity anony = new Anonymity();//实例化外部类 anony.show();//获取外部类的show()方法 } } 2.2 接口实现匿名类 package

    35330编辑于 2022-06-01
  • 来自专栏互联网数据官iCDO

    大数据时代,用户的隐私如何守护

    下面我们一一解读这四种隐私保护的方法: 1k-anonymity(k-匿名化) k-anonymity 是在 1998 年由 Latanya Sweeney 和 Pierangela Samarati 举个例子,假设一个公开的数据进行了 2-anonymity 保护。 这时可能通过之前介绍的 k-anonymity的方法很难达到。 k-anonymity 就可以使之满足差分隐私。 通过使用差分隐私这种工具,我们就能精确的衡量前人提出的k-anonymity,在理论研究上具有重要意义。

    3.2K70发布于 2018-03-05
  • 来自专栏乐沙弥的世界

    FORALL 之 SAVE EXCEPTIONS 子句应用一例

    scott@CNMMBO> @test_bulk_ins_err -->上面的演示代码被保存到@test_bulk_ins_err.sql文件 Error msg is : <<Err @ anonymity_plsql_block scott@CNMMBO> @test_bulk_ins_err Error msg is : <<Err @ anonymity_plsql_block - Debug Pos : 80>> - ORA ----------- ------------ ---------- --------------------------------------------- 21 11-AUG-12 anonymity_plsql_block uffer too small 22 11-AUG-12 anonymity_plsql_block ------------ ----------- ---------- --------------------------------------------- 21 11-AUG-12 anonymity_plsql_block

    1.1K10发布于 2018-08-14
  • 来自专栏深度学习与python

    Doordash 的大规模隐私工程实践:地址遮蔽和数据保护

    https://doordash.engineering/2023/11/14/privacy-engineering-at-doordash-drive/) DoorDash 使用 Spatial k-anonymity 来评估地址遮蔽过程的有效性: Spatial k-anonymity 会生成一个值“K”,它测量在地理遮蔽完成之后可以被识别为用户“真实位置”的潜在位置的数量。 Spatial k-anonymity 示例( 图片来源 :https://ij-healthgeographics.biomedcentral.com/articles/10.1186/s12942-

    25510编辑于 2023-12-28
  • 来自专栏全栈程序员必看

    大数据平台数据脱敏介绍

    K-Anonymity定义如下: K-Anonymity要求对于任意一行纪录,其所属的相等集内纪录数量不小于k,即至少有k-1条纪录半标识列属性值与该条纪录相同。 图二中的数据是一个3-Anonymity的数据集。 作为一个衡量隐私数据泄露风险的指标,K-Anonymity可用于衡量个人标识泄露的风险,理论上来说,对于K-Anonymity数据集,对于任意纪录,攻击者只有1/k的概率将该纪录与具体用户关联。 L-Diversity K-Anonymity可用于保护个人标识泄露的风险,但是无法保护属性泄露的风险。 基于图二的数据通过插入干扰纪录,一个3-Anonymity 2-Diversity的数据集如表三所示: 相对于K-Anonymity标准,符合L-Deversity标准的数据集显著降低了属性数据泄露的风险

    2.8K40编辑于 2022-06-25
  • 来自专栏懂点编程的数据分析师

    从零开始构建自己的爬虫代理IP池

    第一步中获取的代理IP经检验后存入validation_ip_table,检验的实现如下: def ip_validation(self, ip): #判断是否高匿:非高匿的ip仍会出卖你的真实ip anonymity_flag = False if "高匿" in str(ip): anonymity_flag = True IP = str(ip[0]) + ":" + str(ip[1] validation_flag = False if response is None : validation_flag = False if anonymity_flag

    86300发布于 2019-02-14
  • 来自专栏绿盟科技研究通讯

    数据匿名化:隐私合规下,企业打开数据主动权的正确方式?

    后面,Sweeney学者在2002年提出了K-匿名模型(K-Anonymity),该模型保证数据记录的任意等价组至少有K个个体记录,即攻击者无法唯一地确定个体的记录准确身份。 ,至少存在L个不同的敏感属性,相比K-anonymity增强了安全性。 除以上模型外,还出发展和衍生出了-anonymity和个性化隐私保护 (Personalized privacy preservation)的模型等。 后者研究文献,一般默认使用模型的参数进行评判,例如K-anonymity、L-diversity,参数K和L越大,分别对应的重识别和隐私泄露风险越小。 L-diversity:Pri-vacybeyondk-anonymity. Machanavajjhala A,Gehrke J,Kifer D,et al.

    3.7K20发布于 2020-10-27
  • 如何打造自己的代理IP池:从零构建高可用爬虫基础设施

    ) if proxy['ip'] in resp.text: # 透明代理检测 return {'valid': False, 'anonymity resp.elapsed.total_seconds() * 1000 return { 'valid': True, 'anonymity sorted 850 "123.123.123.123:8080"# 哈希表:存储详细信息HSET proxy:info:123.123.123.123:8080 type "http" anonymity proxy': f"{proxy_info['type']}://{proxy_key}", 'latency': float(proxy_info['latency']), 'anonymity ': proxy_info['anonymity'] })@app.route('/proxy/report', methods=['POST'])def report_proxy(): #

    25110编辑于 2026-02-26
  • 来自专栏challenge filter

    比特币,基于交易图网络数据分析的去匿名性问题论文阅读

    所有的论文都放在这边 Do Bitcoin Users Really Care about Anonymity? Do Bitcoin Users Really Care About Anonymity? Do Bitcoin Users Really Care about Anonymity? 在Deanonymisation of clients in bitcoin P2P network和An analysis of anonymity in bitcoin using P2P network

    76331编辑于 2022-06-17
  • 来自专栏全栈程序员必看

    java 泛型深入之Set有用工具 各种集合泛型深入使用演示样例,匿名内部类、内部类应用于泛型探讨

    :[Map] */ ————————————————————————————————————————————— //Generator.java package org.rui.generics.anonymity interface Generator<T> { //返回泛型的内型对象 T next(); } //Generators.java package org.rui.generics.anonymity { coll.add(gen.next()); } return coll; } } //BankTeller.java package org.rui.generics.anonymity

    39320编辑于 2022-07-12
  • Python从0到100(二十八):requests模块的深入使用

    高匿代理(Elite proxy或High Anonymity Proxy):高匿代理让别人根本无法发现你是在用代理,所以是最好的选择。

    28610编辑于 2024-05-28
  • 来自专栏编程教程

    代理IP全解析:从原理到自建代理池的实战指南

    ip_list)//4): proxies.append({ "ip": ip_list[i*4], "port": ip_list[i*4+1], "anonymity EXISTS proxies ( id INTEGER PRIMARY KEY, ip TEXT UNIQUE, port INTEGER, anonymity redis.Redis(host='localhost', port=6379, db=0) # 存储代理 r.hset("proxy:123.123.123.123:8080", mapping={ "anonymity

    88610编辑于 2025-08-29
  • 代理IP全解析:从原理到自建代理池的实战指南

    ip_list)//4): proxies.append({ "ip": ip_list[i*4], "port": ip_list[i*4+1], "anonymity EXISTS proxies ( id INTEGER PRIMARY KEY, ip TEXT UNIQUE, port INTEGER, anonymity redis.Redis(host='localhost', port=6379, db=0) # 存储代理r.hset("proxy:123.123.123.123:8080", mapping={ "anonymity

    94310编辑于 2025-08-11
  • 来自专栏绿盟科技研究通讯

    鱼和熊掌兼得——隐私保护与价值挖掘之利器

    在学术研究上,最早由美国学者Sweeney提出,设计了K匿名化模型(K-Anonymity)[1]。即通过对个人信息数据库的匿名化处理,可以使得除隐私属性外,其他属性组合相同的值至少有K个记录。 除K-匿名化外,还发展和衍生出了(α, k)-匿名 ((α, k)–Anonymity)[2]、L-多样性 (L-Diversity)[3] 和T-接近性 (T-closeness)[4]模型。 K-anonymity: A model for protecting privacy. (α, k)-anonymity: An enhanced kanonymity model for privacy-preserving data publishing [C]. Discovery andData Mining, Philadelphia, PA, USA, August 20-23, 2006. [3].l-diversity:Pri-vacy beyondk-anonymity

    1.6K10发布于 2019-12-11
  • 来自专栏零域Blog

    php检测用户是否使用代理上网的方法

    五、使用高匿名代理服务器的情况:High Anonymity Proxies (Elite proxies) 下例中,实际IP=158.41.30.94,使用代理服务器IP=210.51.46.227,

    2K10编辑于 2022-03-02
  • 来自专栏企鹅号快讯

    区块链里边的公有链、私有链、侧链是什么?

    匿名(Anonymity):由于节点之间无需信任彼此,所有节点也无需公开身份,系统中每一个节点的匿名和隐私都受到保护。

    3.9K90发布于 2018-01-31
  • 来自专栏python3

    构造Python中的常量类

    const,便可以直接定义常量了,比如: import const const.AUTHOR = 'tzw0745' 上面的const.AUTHOR定义后便不可再更改,因此const.AUTHOR = ‘anonymity

    3.9K20发布于 2020-01-07
  • 来自专栏全栈程序员必看

    getenv(php7.0以上版本不不能使用的问题)[通俗易懂]

    五、使用高匿名代理服务器的情况:High Anonymity Proxies (Elite proxies) REMOTE_ADDR = 代理服务器 IP HTTP_VIA = 没数值或不显示 HTTP_X_FORWARDED_FOR

    56910编辑于 2022-08-09
领券