Disclosure Control of Microdata
微观数据的披露控制AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：微观数据披露与身份识别风险不直接对应所列微观计量细分，不能仅因出现微观数据而归类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
微观数据的披露控制
- 研究问题
- 统计机构发布微观数据时，如何评估个体被识别的风险，并在保护隐私与保留数据分析价值之间作出安排？
- 方法与思路
- 作者以个体记录的唯一性为核心概念，发展用于评估身份识别风险的理论，并讨论风险过高时的数据保护措施。
- 材料陈述的贡献
- 摘要主张，有用的微观数据发布需要通过法律安排处理部分披露风险，仅依靠限制所发布数据不足以兼顾其使用价值。
- 阅读关注点
- 应核对唯一性的定义、识别风险与外部信息的关系，以及法律安排和数据限制分别处理哪些风险、依赖哪些条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化。摘要未说明具体风险公式、攻击者信息或法律适用条件，不能据此保证匿名安全。
原文摘要
National statistical offices meet an increasing demand for the dissemination of microdata. This trend can be at variance with the care taken not to disclose data about individuals. Therefore, the risk of disclosure of each microdata set to be released should be assessed. If this risk is too high, measures have to be taken to protect the data set. This article describes the disclosure problem, and explains why it is a real problem. Using the concept of uniqueness, some theory is developed that can help establish the risk of identification. It turns out that useful microdata sets can only be released if some of the disclosure risks are dealt with by legal arrangements, rather than by restrictions on the data to be released.