隐私增强技术 (PETs)

本文集文档发布于灏天文库

1.3 威胁模型与隐私度量

文档摘要

1.3 威胁模型与隐私度量 本节摘要：没威胁模型谈隐私保护是空谈。本节讲清楚威胁模型（半诚实/恶意/隐蔽）、隐私度量（ε-差分隐私/k-匿名/t-接近）、以及怎么把"隐私保护"量化成可验证的指标。读完你能给项目定威胁模型、选度量、验证保护效果。 一、为什么需要威胁模型 隐私保护不是绝对的——"完全隐私"无意义（数据要能用）。必须明确： 防谁：防外部攻击者？内部运维？参与方？云服务商？ 防什么：防看到原始？防推断？防关联？防重新识别？ 会员。《1.3 威胁模型与隐私度量》收录于灏天文库文集《隐私增强技术 (PETs)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册
作者与出处
原作者： 灏天文库
来源：灏天文库
整理： 灏天文库整理
由灏天文库平台收录，内容或由平台用户上传，仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U
0/500