数据匿名化所处理的原始数据，如医疗数据、统计数据等，一般为数据表形式：表中每一条记录（或每一行）对应个人，包含多个属性值。下面给出几个常见定义：

定义 5-4原始数据集T：昀原始待被公开发布的数据集合，设 T{A₁,A 2 L, Am} ，其中 Ai表示数据集的第 i个属性，若T中含有 n条记录，则每条记录表示为t_j(1≤j≤n) t [Aj]i表示第 j条记录中属性 Ai对应的值。

定义 5-5 标识符 I：标识符是指可以用来唯一识别、关联到某特定个体的身份属性，是数据集T中的很小部分特殊属性，即如果 T的标识符为 I，则存在 I属于Í {Ai |1£ i £ m}。例如姓名、身份证号等属性。

定义 5-6 准标识符 QI：准标识符是指潜在的可以识别、关联到某特定个体身份的一组属性集合，常同时存在于发布的数据表和外部数据表中。若 T的准标识符为 QI，则也存在 QI Í{Ai |1£ i £ m} 例如性别、年龄、邮编、生日等属性集合。

定义 5-7敏感属性 S：敏感属性是指那些不希望被他人或非授权机构所知晓的信息属性，是社会中个体普遍想要隐匿的信息。敏感属性集合表示为{,SS ,L, S} ，其中 S为数据表 T中的第 i个属性，则有Si Î{Ai |1£ i £ m}。例如个体的疾病、婚史、薪水等信息。定义

 5-8等价组 G：以准标识符为基础，寻找准标识符值完全相同的一定数量的记录，由这些记录组成的集合成为等价组，等价组的概念使得准标识符失去了识别、关联特定记录的能力。等价组表示为{tr1,tr2 ,,trn}，，其中 tri表示数据集T的某一条记录，对于准标识符中的任何一个属性 QIp ，则等价组内记录间的关系可表示为 tri [QI p ] = trj [QI p ]（i, jÎ[r1, rc ]且i ¹ j）。

例如，表 5-6为一原始医疗数据，每一条记录对应一个唯一的病人，其中 {“姓名” }为标识符属性， {“肤色”，“年龄”，“性别”，“邮编” }为准标识符属性， {“疾病” }为敏感属性。