1）k-匿名

定义5-9 k-匿名：原始数据表为T{A1, A2 ,·····, An} ，设匿名化后数据表为RT{A1, A2 ,······, An}，QIRT 是与其对应的准标识符，称数据表RT 满足k-匿名，如果RT[QTRT ]中的每个序列值在RT[QTRT ]中至少出现k次（k >1）。数据表RT 中具有相同准标识符的若干记录称为一个等价类，即k-匿名实现了同一等价类内记录之间无法区分（敏感属性值除外），如表5-7 是表5-6 的2-匿名化表。

k-匿名通常可以防止敏感属性值的泄露，因为每个个体身份被准确标识的概率最大为1/ k。然而，数据表在匿名化过程中并未对敏感属性做任何约束，这也可能带来隐私泄露。如同一等价类内敏感属性值较为集中，甚至完全相同（可能形式上，也可能语义上），这样即使满足 k-匿名要求，也很容易推理出与指定个体相应的敏感属性值。除此之外，攻击者也可以通过自己掌握的足够的相关背景知识以很高的概率来确定敏感数据与个体的对应关系，从而导致隐私泄露。因此， k-匿名容易受到同质性攻击（ HomogeneityAttack）和背景知识攻击（Background Knowledge Attack）。表 5-8列出了几种常见的针对匿名化模型的攻击方式。

（2）l-多样性

为了解决同质性攻击和背景知识攻击所带来的隐私泄露，研究人员在 k-匿名的基础上提出了 l-多样性（l-diversity）原则。l-diversity保证每一个等价类的敏感属性至少有 l个不同的值，l-diversity使得攻击者昀多以1/ l的概率确认某个体的敏感信息。下面给出 l-diversity的定义：

定义5-10 l-多样性：如果RT{A1, A2 ,····, An}满足k-匿名，且同一等价类中的记录至少有l 个“较好表现”（Well-represented）的值，则称匿名数据表RT{A1, A2 ,····, An}是l-多样性的。其中“较好表现”有多种解释，如表5-9 所示。

根据l-diversity 的定义可以看出，表5-8 发布的匿名化数据也是满足2-diversity 的，每一个等价类中至少有2 个不同的敏感属性值。

（3）p-Sensitive k-Anonymity

发布的数据满足k-匿名化原则的同时(k >1, p < k)，还要求同一等价类中的记录至少出现p 个不同的敏感属性值，这与不可区分l-diversity 具有基本相同的设计思想。该匿名化原则在某些数据集上可能会带来很大的信息可用性损失，也不足以抵抗敏感属性值的偏斜性攻击（Skewness Attack）和相似性攻击（Similarity Attack）。

（4）t-Closeness

发布的数据满足 k-匿名化原则的同时，还要求等价类内敏感属性值的分布与敏感属性值在匿名化表中的总体分布的差异不超过 t。在 l-diversity基础上，考虑了敏感属性的分布问题，它要求所有等价类中敏感属性值的分布尽量接近该属性的全局分布。为度量等价类与匿名化数据表中敏感属性值的分布差异，研究人员引入了一种独特的距离度量方式EMD（Earth Mover’s Distance），该距离度量范式对数值型敏感属性值和类别型敏感属性值均定义了相应的计算方式，解决了针对敏感属性值的偏斜性攻击和相似性攻击。但是匿名化的结果是降低了发布数据的可用性，提高发布数据可用性的唯一办法是增大阈值 t。

（5）个性化匿名

前面提到的匿名化原则仅提供表级别的保护粒度，对表中所有敏感属性值提供相同程度的保护，并未考虑其相应的语义关系，造成大量不必要的信息损失。研究人员提出了个性化匿名（Personalized Anonymity）的概念，并给出个性化匿名的一般方法。所谓个性化匿名是指对数据表中不同敏感属性值提供不同粒度的隐私保护程度，从而减少了因统一匿名化所带来的信息损失。

（6）动态数据匿名化

目前大部分匿名化原则都是针对静态数据的，并未考虑数据记录动态更新后重发布的隐私保护问题。数据的动态更新在现实中是极为常见的，然而如果我们还按照原有的方法对更新后的数据集进行匿名化并重发布，很可能在多个不同的发布版本间存在推理通道，从而造成隐私泄露。有研究人员基于推迟发布、新建等价类思想提出了一种支持记录插入操作的动态从发布匿名方案，能够在一定程度上阻止推理攻击所造成的隐私泄露。还有研究人员给出了一种同时支持记录插入和记录删除操作的匿名方法，通过保证同时出现在不同发布版本中的记录所在的等价类具有完全相同的敏感属性值集合，有效解决了不同版本间的推理通道所造成的隐私泄露问题。动态数据重发布所引起的隐私泄露问题已引起了研究者的广泛关注。