在未来很长一段时间或者很多特殊应用场景里，仍然需要以明文方式使用和共享数据。

隐私保护的数据发布就是针对此的一类解决方法。像医院、大型互联网企业、电信企业这样的数据发布者，都有海量的用户信息和各种维度的数据，但他们是不敢轻易地把数据发布给外部单位的，因为在发布的过程中会泄露用户敏感的隐私。一种直观的做法是删掉敏感信息再发布。

这种做法一般来说是没有问题的，但是对于专业的信息安全攻防人员而言，这就是大问题，为什么？举例来说，如果某大学医院的这种数据泄露了，而攻击者可以通过一些渠道购买或者通过黑客手段拿到某大学的数据库，得到该大学的具体老师名单。仅仅把名字等敏感信息去掉是不够的，因为通过准标识符，仍然是可以确定用户身份的。

为了抵御类似的攻击，进一步的匿名方法提出来，比如泛化—将所有属性变成上一级的、更广泛的属性。例如， 把计算机学院泛化成工学院，40—45岁的统一变成45岁。一个准标识符泛化后可能关联K条数据，就叫做K匿名。通过这样的方法，做数据分析的时候，虽然不那么精确，但一定程度上还能满足需求。但是这仍然存在问题。如果相同泛化的结果（即K个准标识符）只能对应一种疾病，那么攻击者也能猜出你得的是什么病。这种情况下，就需要L样化。L样化是指相同泛化后的准标识符拥有L种疾病。此时，攻击者只能知道你有L种疾病可能，很难精确推测你的疾病了。……