关系型数据隐私保护包括哪三种

关系型数据隐私保护包括以下三种：

• 身份匿名：简单地去标识符匿名化仅仅去除了表中的身份ID等标志性信息，攻击者仍可凭借背景知识，如地域、性别等准标识符信息，迅速确定攻击目标对应的记录。k-匿名模型可防止攻击者唯一地识别出数据集中的某个特定用户，使其无法进一步获得该用户的准确信息，能够提供一定程度的用户身份隐私保护。

• 属性匿名：在经过k-匿名处理后的数据集中，攻击目标至少对应于k个可能的记录。但如果记录的敏感数据接近一致或集中于某个属性，攻击者也可以唯一地或以极大概率确定数据持有者的属性。为避免这种不完全保护，人们提出了l-多样化、t-贴近模型等，根据敏感属性的分布情况进行有针对性的扰动与泛化处理。

• 多次发布模型与个性化匿名：在数据连续、多次发布的场景中，还需要考虑到多次发布的统一性问题。有很多方案可能在单独的发布场景中都能够满足k-匿名、l-多样化或者t-贴近性的要求，但是对多次发布的数据联合进行分析，就会暴露数据匿名的漏洞。此外，用户具有高度个性化的隐私保护需求，需要根据用户个人需求制定不同级别的隐私保护策略，避免数据的过分匿名或者保护策略不足的情况。