计算机科学 > 信息论
[提交于 2025年5月6日
(此版本)
, 最新版本 2025年7月1日 (v2)
]
标题: SKALD:大规模数据集的可扩展K匿名化
标题: SKALD: Scalable K-Anonymisation for Large Datasets
摘要: 数据隐私和匿名化是当今数据驱动社会中的关键问题,特别是在处理个人和敏感用户数据时。全球范围内的监管框架推荐诸如k-匿名化等隐私保护协议来去除表格数据发布的身份标识。 可用的硬件资源为每次可以处理的最大数据集规模提供了上限。 超过此上限的大数据集必须拆分成较小的数据块进行处理。 在这种情况下,标准的k-匿名化工具(如ARX)只能逐块操作。 本文提出了一种名为SKALD的新算法,用于在有限RAM的情况下对大规模数据集进行k-匿名化。 我们的SKALD算法通过在处理过程中从每个数据块中提取和组合足够的统计信息,提供多倍于标准k-匿名化方法的性能改进,以确保成功实现k-匿名化并提供更好的实用性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.