大数据时代的到来，同时也带来了隐私、敏感信息保护方面的棘手难题。数据脱敏措施层出不穷，K-Anonymity，L-Diversity，T-Closeness，以及相结合的微聚集算法，能够在保证数据效用的同时，最大化防止隐私数据泄露，本次学术报告详细讲解了T-Closeness的原理、用来计算两种概率分布距离的EMD（Earth Mover ‘s distance）算法和三种基于T-Closeness微聚集的数据脱敏算法原理，并在数据集上实验了三种微聚集算法，查看了生成簇大小、时间成本和数据效用等实验结果，最后分析得到的实验结果和数据。
基于T-Closeness的微聚集数据脱敏算法-关业礼原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2021/04/06/%e5%9f%ba%e4%ba%8et-closeness%e7%9a%84%e5%be%ae%e8%81%9a%e9%9b%86%e6%95%b0%e6%8d%ae%e8%84%b1%e6%95%8f%e7%ae%97%e6%b3%95/