Los datos recopilados de sistemas ricos en sensores pueden revelar patrones relacionados con el usuario que representan información privada. Patrones sensibles de datos de series temporales pueden ser protegidos utilizando diversos métodos de perturbación; sin embargo, elegir el método que proporcione el nivel de privacidad y utilidad deseado es un desafío. Este documento propone un nuevo procedimiento para evaluar la utilidad y privacidad de las técnicas de perturbación y un algoritmo para comparar métodos de perturbación. La contribución es significativa para aquellos involucrados en proteger datos de series temporales recopilados de varios sensores, ya que el enfoque es independiente del tipo de sensor, independiente del algoritmo e independiente de los datos. El análisis del impacto de los ataques a la integridad de los datos en los datos perturbados sigue la metodología. Los resultados experimentales obtenidos utilizando datos reales recopilados de un vehículo VW Passat a través del puerto OBD-II demuestran la aplicabilidad del enfoque para medir la utilidad y privacidad de los algoritmos de perturbación. Además, se han identificado beneficios importantes: el enfoque propuesto mide tanto la privacidad como la utilidad, varios métodos de distorsión y perturbación pueden ser comparados (independientemente de lo diferentes que sean), y es posible evaluar el impacto de los ataques a la integridad de los datos en los datos perturbados.