pycanon 1.0.1.post2

安装

我们建议使用Python3和virtualenv

virtualenv .venv -p python3
source .venv/bin/activate

然后运行以下命令来安装库及其所有依赖项

pip install pycanon

如果您还想安装允许生成报告PDF文件的功能，请按以下方式安装

pip install pycanon[PDF]

文档

pyCANON的文档托管在Read the Docs。

入门

使用adult数据集的示例

import pandas as pd
from pycanon import anonymity, report

FILE_NAME = "adult.csv"
QI = ["age", "education", "occupation", "relationship", "sex", "native-country"]
SA = ["salary-class"]
DATA = pd.read_csv(FILE_NAME)

# Calculate k for k-anonymity:
k = anonymity.k_anonymity(DATA, QI)

# Print the anonymity report:
report.print_report(DATA, QI, SA)

描述

pyCANON允许检查以下隐私保护技术是否得到验证以及与每个技术相关的参数值。

更多信息请参阅这篇论文。

此外，可以获得一份报告，其中包含等价类信息和数据的有用性。特别是，对于后者，实现了以下三个经典度量（如文档中定义）：平均等价类大小、分类度量和解晰度度量。

引用

如果您正在使用pyCANON，您可以如下引用它

@article{sainzpardo2022pycanon,
   title={A Python library to check the level of anonymity of a dataset},
   author={S{\'a}inz-Pardo D{\'\i}az, Judith and L{\'o}pez Garc{\'\i}a, {\'A}lvaro},
   journal={Scientific Data},
   volume={9},
   number={1},
   pages={785},
   year={2022},
   publisher={Nature Publishing Group UK London}}

致谢

作者们感谢欧洲联盟-下一代欧盟（欧盟2020/2094号法规）的资金支持，通过西班牙国家研究委员会（CSIC）的全球健康平台（PTI+ Salud Global）以及“欧洲开放科学云的人工智能”（AI4EOSC）项目的支持，该项目已从欧盟的“地平线欧洲”研究和创新计划获得资金，合同编号为101058593。