อัลกอริทึม Dataflyเป็นอัลกอริทึมสำหรับการรักษาความเป็นส่วนตัวของข้อมูลทางการแพทย์ อัลกอริทึมนี้ได้รับการพัฒนาโดยLatanya Arvette Sweeneyในปี 1997−98 ^{[ 1 ] [ 2 ]}การรักษาความเป็นส่วนตัวทำได้โดยการสรุปข้อมูลโดยอัตโนมัติ แทนที่ แทรก และลบข้อมูลตามความเหมาะสมโดยไม่สูญเสียรายละเอียดจำนวนมากที่พบในข้อมูล วิธีนี้สามารถใช้ได้ทันทีในการ รักษาความปลอดภัย ตามบทบาทภายในสถาบัน และใน โหมด แบทช์สำหรับการส่งออกข้อมูลจากสถาบัน องค์กรต่างๆ เผยแพร่และรับข้อมูลทางการแพทย์โดยลบตัวระบุ ที่ชัดเจนทั้งหมด เช่น ชื่อ ออกไป โดยเข้าใจผิดว่า การรักษา ความลับของผู้ป่วยยังคงอยู่เนื่องจากข้อมูลที่ได้ดูเหมือนไม่ระบุตัวตน อย่างไรก็ตาม ข้อมูลที่เหลืออยู่สามารถนำมาใช้เพื่อระบุตัวบุคคลได้อีกครั้งโดยการเชื่อมโยงหรือจับคู่ข้อมูลกับฐานข้อมูลอื่นๆ หรือโดยการดูคุณลักษณะเฉพาะที่พบในฟิลด์และระเบียนของฐานข้อมูลเอง

อัลกอริทึม Datafly ถูกวิพากษ์วิจารณ์ว่าพยายามทำให้ข้อมูลไม่ระบุตัวตนโดยการสรุปแบบทั่วไปมากเกินไป อัลกอริทึมจะเลือกแอตทริบิวต์ ที่มี ค่าที่แตกต่างกันมากที่สุดเป็นแอตทริบิวต์ที่จะสรุปก่อน^{[ 3 ]}

โครงร่างของอัลกอริทึม Datafly แสดงไว้ด้านล่าง^{[ 4 ]}

อินพุต : ตารางส่วนตัวPT;ตัวระบุเสมือน QI = ( A ₁ , ..., A _n ),ข้อจำกัดการปกปิดตัวตน k ระดับk ; ลำดับชั้นการวางนัยทั่วไปของโดเมน DGH _{A i}โดยที่ i = 1,..., nพร้อมฟังก์ชัน ประกอบ f _{A i}และค่าความสูญเสีย ซึ่งเป็นขีดจำกัดของเปอร์เซ็นต์ของทูเปิลที่สามารถถูกระงับได้ PT[id] คือชุดของตัวระบุหรือคีย์ที่ไม่ซ้ำกันสำหรับแต่ละทูเปิล

ผลลัพธ์ : MGT เป็นการขยายผลของ PT[QI] ที่บังคับใช้ความเป็นนิรนาม k

สมมติว่า | PT | ≤ kและการสูญเสีย * | PT | = k

อัลกอริทึม Datafly :

// สร้างรายการ ความถี่ ที่มีลำดับค่าที่ไม่ซ้ำกันในตัวระบุเสมือนใน PT

// พร้อมทั้งจำนวนครั้งที่แต่ละลำดับปรากฏขึ้น

1. ให้ freq เป็นเวกเตอร์ ที่ขยายและยุบได้ โดยที่ไม่มีองค์ประกอบใดๆ ในตอนเริ่มต้น แต่ละองค์ประกอบอยู่ในรูปแบบ (QI, frequency, SID) โดยที่ SID = { id _i  : ∃ t [ id ] ∈ [ id ] ⇒ t [ id ] = id _i }; และ frequency = |SID| ดังนั้น freq จึงสามารถเข้าถึงได้ในรูปแบบตารางบน (QI, frequency, SID)

2. ให้ pos เป็น 0 และ total เป็น 0${\displaystyle \gets }$${\displaystyle \gets }$

3. ในขณะที่ผลรวม ≠ |PT| ให้ทำ

3.1 freq[pos] ( t [QI], occurs, SID ) โดยที่t [QI] ∈ [QI], ( t [ QI ],__, ___ ) freq; occurs = |PT| - |PT[QI] – { t [QI]}|; และ SID = { id _i  : ∃ t [ id ] PT[id] ⇒ t [ id ] = id _i }${\displaystyle \gets }$${\displaystyle \not \in }$${\displaystyle \gets }$

3.2 pos pos + 1, รวมทั้งหมด + เกิดขึ้น${\displaystyle \gets }$${\displaystyle \gets }$

// สร้างวิธีแก้ปัญหาโดยการสรุปคุณลักษณะที่มีค่าแตกต่างกันมากที่สุด

// และระงับทูเปิลไม่เกินจำนวนที่อนุญาต

4. ให้ด้านล่างk 0${\displaystyle \gets }$

5. สำหรับตำแหน่งที่1 ถึง |ความถี่| ทำ${\displaystyle \gets }$

5.1 ( __, จำนวน ) ความถี่[ตำแหน่ง]${\displaystyle \gets }$

5.2 ถ้า count < kแล้วให้ทำดังนี้

5.2.1 belowk belowk + count${\displaystyle \gets }$

6. ถ้า belowk > k แล้วให้ทำ ดังนี้: // หมายเหตุ loss * |PT| = k

6.1 freq generalize(freq)${\displaystyle \gets }$

6.2 ไปที่ขั้นตอนที่ 4

7. มิฉะนั้นให้ทำ

// ยืนยัน: จำนวนทูเปิลที่จะระงับใน freq มีค่า ≤ loss * |PT|

7.1 freq suppress(freq, belowk )${\displaystyle \gets }$

7.2 การสร้าง MGT ใหม่ (ความถี่)${\displaystyle \gets }$

8. ส่งคืน MGT.

• รายละเอียดของอัลกอริทึม Datafly