通过可分解模型评估微数据集中逐记录识别风险与记录可交换性
统计理论
2007-06-13 v1 统计理论
摘要
我们提出一种基于拟合对应于微数据集的多维列联表的可分解模型，用于微数据集的披露风险评估与披露控制的策略。通过拟合可分解模型，我们可以评估微数据集的逐记录识别（或再识别）风险。此外，我们可以容易地确定危险记录的可交换性，且不扰乱可分解模型的边际集合。可分解模型的使用在已有文献中已被考虑。本文的贡献在于针对寻找拟合良好模型、在该模型下识别危险记录、然后对这些记录施加交换过程的问题提出系统性策略。
引用
@article{arxiv.math/0603609,
title = {Evaluation of per-record identification risk and swappability of records in a microdata set via decomposable models},
author = {Akimichi Takemura and Yushi Endo},
journal= {arXiv preprint arXiv:math/0603609},
year = {2007}
}