ldiversiteetti

L-diversiteetti (l-diversity) on tietosuoja- ja tietojen julkaisemisen turvallisuuteen liittyvä käsite, jonka tavoitteena on parantaa yksilön suojelua k-anonymiteetin jälkeen. Se määrittelee, että jokaisessa ekvivalenssiluokassa—ryhmä, jossa kvasi-identifioivien ominaisuuksien perusteella tunnistettavat tiedot ovat identtiset—on vähintään l erilaista sensitiivistä arvoa. Näin estetään se, että tiedot voidaan yhdistää tietyn yksilön herkän tiedon arvoon pelkästään ryhmään kuulumisen perusteella.

L-diversiteetti rakennetaan k-anonymiteetin päälle: jokaisessa ryhmässä, jonka mukaan tietojen yleisö on anonymisoitu, on oltava vähintään l erilaista arvoa herkän attribuutin, kuten sairauden tai tulotiedon, osalta. Tämä vähentää riskiä, että tieto olisi linkitettavissa yksilöön edes silloin, kun muut identifioivat tiedot ovat tunnettuja.

Käytössä l-diversiteetti auttaa suojaamaan tilastotietojen julkaisuissa tilastolliselta uudelleenidentifioinnilta. Se soveltaa yleistämistä tai häivytystä siten, että kunkin ryhmän sisällä esiintyy riittävän monta erilaista herkän tiedon arvoa. Esimerkki: ryhmässä, jossa ikä, kaupunki ja sukupuoli ovat samat, herkän attribuutin arvot voivat olla esimerkiksi kolme erilaista sairautta tai tila-arvoa.

Rajoitukset ja kehityssuunta: l-diversiteetti ei välttämättä suojaa epätasaisessa jakaumassa (skewed distribution) tai usean arvolajin monimuotoisissa sensitiivisissä tiedoissa. Se on osa kehittyneempiä malleja, kuten t-closeness, joka pyrkii huomioimaan sensitiivisen tiedon jakauman etäisyyden ryhmien sisällä. Lisäksi on esitelty variantteja, kuten entropy- ja recursive-diversity, jotka tarjoavat erilaisia tapoja määritellä ja saavuttaa diversiteetin tason.