一句话定义：k-匿名（k-Anonymity）是一条数据脱敏规则：发布一张数据表时，表中任何一条记录在“准标识符”（quasi-identifier，指年龄、邮编、性别这类单独看无害、组合起来却可能锁定个人的字段）上，都必须至少还有 k-1 条其他记录和它完全相同，于是没人能把某条记录唯一地对回某个人。
打个比方。把一群人放进房间，摘掉名牌，你以为这样就认不出谁是谁了。但若屋里只有一个人是“住某小区、35 岁、开蓝色小车”，那名牌摘了也白摘，一打听就是他。k-匿名做的事情是“模糊化”：把年龄 35 改写成 30–40，把六位邮编截成前三位，把具体职业合并成大类的“技术岗”，一直改到每个格子里至少站着 k 个人。这时你看到的每条记录，背后都至少有一群候选者。
这里的关键在于：删除姓名和身份证号，只是去掉了“直接标识符”；而准标识符的组合，才是重识别的常见入口。著名的“匿名数据被交叉比对还原到个人”的讨论，讲的几乎都是这个机制。
和相邻概念的区别：
| 概念 | 主要防什么 | 局限 |
|---|---|---|
| 去标识化（de-identification） | 姓名、证件号等直接标识符 | 准标识符组合仍可能唯一定位 |
| k-匿名 | 单条记录被唯一锁定 | 不防“同质攻击”：同组 k 人的敏感值全一样时，知道你在组里就等于知道你的秘密 |
| l-多样性、差分隐私（differential privacy） | 同质攻击，以及更细粒度的推断 | 机制更复杂，通常要牺牲更多数据可用性 |
一个直观例子：如果某个 k 人小组里每个人都有同一类疾病记录，k-匿名帮你藏住了“你是谁”，却没藏住“你有什么”。这就是为什么实践中往往要接着用 l-多样性（l-Diversity）等手段补一层。
对从业者的实际意义。发布用户表、共享数据集、拿真实业务数据做模型训练之前，可按这个顺序走一遍：列出准标识符 → 对过细的字段做泛化（generalization，精确值换成区间或大类）或抑制（suppression，直接删列）→ 按组合分组计数，检查是否每组都 ≥ k。要注意 k 不是越大越好：k 越大，信息损失越大，数据分析与模型效果越受影响，k 的取值要结合用途来权衡，而不是当成一个“安全分数”。
对普通人的意义。看到“本数据集已匿名化”时，别急着放心。更值得问的是：把几个看起来很普通的字段拼起来，一条记录能不能缩到一个人？如果能，那就不算真正藏住了。具体行业的合规要求与阈值，请以各地法规和官方页面为准。