隐私保护中，以下哪种技术可在不泄露原始数据的情况下进行数据统计分析？（）A. k-匿名技术B. 差分隐私技术C. 同态加密技术D. 数据脱敏技术

本题考查数据隐私保护技术的核心概念，重点区分不同技术在保护隐私与支持数据分析之间的平衡。关键在于理解：

1. k-匿名和数据脱敏属于数据匿名化技术，可能无法完全防止隐私泄露；
2. 同态加密虽能在加密状态下计算，但需解密后才能获取结果；
3. 差分隐私通过添加可控噪声，直接支持统计分析且保证个体隐私，是最佳答案。

选项分析

A. k-匿名技术

• 核心：确保数据集中至少有$k$个记录具有相同特征，防止直接身份识别。
• 局限：仅降低识别概率，无法完全避免统计推断风险，且可能影响分析精度。

B. 差分隐私技术

• 核心：向数据添加随机噪声，确保单个记录的增减无法被检测，从而保护隐私。
• 优势：支持直接在原始数据上进行统计分析，结果误差可控，且严格保证隐私。

C. 同态加密技术

• 核心：允许在加密数据上直接计算，解密后得到正确结果。
• 局限：计算复杂度高，需依赖特定算法，且需解密才能验证结果，不适用于实时分析。

D. 数据脱敏技术

• 核心：通过替换、泛化等手段降低数据敏感性。
• 局限：脱敏后数据可能失去分析价值，尤其复杂分析时准确性不足。