データ匿名化のk匿名性・l多様性

公開前データ集合の準識別子による同値群の大きさと、機微区分の多様性を評価する。

実際の個人情報を入力しないでください。評価はデータ集合内の同値群に限り、公開の可否や再識別不能を判定するものではありません。

入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。

必要な入力・選択は4項目です。

kの判定はどちらの方式でも別に行います。

評価用の分類済みデータ必須
行準識別子1準識別子2(任意列) 任意準識別子3(任意列) 任意機微区分操作
1
2

4列を左端の欄へタブ区切りで貼り付けられます。1000行まで。

実名・住所・個人IDなどの実データは入力せず、架空の分類記号を使ってください。準識別子2・3は全行空欄なら評価から除外します。


計算結果

必要な値を入力すると自動で計算します。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

準識別子1~3(全行空欄の任意列は除外)の完全一致で同値群を作り、各群の行数をk群とします。全群の最小行数が達成kです。distinct l群は機微区分の異なる値の個数です。entropyはH=−Σ(p×ln p)〔nat〕、p=群内の各機微区分の行数÷群行数で求めます。entropy l群の判定はH≧ln(目標l)、比較には丸め前のHを用います。表示する実効l=exp(H)で、distinct lとは別の尺度です。群別k≧目標kかつ選択方式のl条件を満たす群を数えます。空の末尾入力行を除き、途中の空行や部分欠測は判定しません。

最小群サイズk、最小distinct l、entropy実効l、しきい値達成群数と群別の明細。

計算例(架空の数値)

架空の分類で同じ準識別子の4行に機微区分がA・A・B・Bなら、群サイズk=4、distinct l=2、H=ln(2)、entropy実効l=2です。A・A・B・Cならdistinct l=3ですが、実効l=2.8284です。

適用対象と限界

準識別子が既に一般化・抑制済みで、機微属性が一つの区分列に分類された、架空または安全に処理済みの表の構造評価。元データの匿名化、ハッシュ・符号化、複数の機微属性、t近接性、recursive l、外部データとの照合、再識別リスクの確率推定、法的匿名性の判定は対象外です。

方法と出典

方法:E1012 equivalence-group k/distinct/entropy l v1.0(2026-11-14)。データ記録日:2026-11-14。