数据脱敏过程中,哪种技术通过改变数据的统计特性来保护隐私,同时保持数据的分布特 A. 替换脱敏B. 模糊脱敏C. 截断脱敏D. 差分隐私技术

考查要点：本题主要考查对数据脱敏技术核心概念的理解，特别是不同脱敏方法在保护隐私时对数据特性的影响。

解题关键：

1. 明确各脱敏技术的特点：需区分替换、模糊、截断和差分隐私技术的工作原理。
2. 抓住题干中的关键词：改变统计特性（如均值、方差等）但保持数据分布特性（如整体趋势、类别比例）。
3. 排除法：替换、模糊、截断等技术更多通过隐藏或降低数据精度保护隐私，而差分隐私技术通过添加噪声主动改变统计特性，同时保留数据分布的可用性。

选项分析

A. 替换脱敏

• 特点：用虚假数据替换真实数据（如用“张三”替换真实姓名）。
• 影响：直接隐藏敏感信息，但不改变数据的统计特性（如分布比例仍可能保留）。

B. 模糊脱敏

• 特点：降低数据精度（如将地理位置模糊到城市级别）。
• 影响：保持数据分布的整体趋势，但未主动改变统计特性，仅降低数据的可识别性。

C. 截断脱敏

• 特点：截断部分数据（如隐藏电话号码末尾几位）。
• 影响：保留数据结构，但未系统性改变统计特性，仅隐藏部分信息。

D. 差分隐私技术

• 特点：在数据中添加随机噪声，确保个体数据无法被单独识别。
• 影响：改变统计特性（如平均值、方差等），但保持数据分布的整体趋势，允许进行统计分析。