Differential Privacy

Metodo che aggiunge rumore controllato ai dati o ai risultati, proteggendo persone singole nelle analisi aggregate sensibili.

La differential privacy permette di pubblicare statistiche utili limitando quanto si possa dedurre su un individuo presente nel dataset. Il sistema aggiunge rumore matematicamente calibrato, così il risultato complessivo resta abbastanza accurato mentre l'impatto di una singola persona è nascosto. Viene usata in analisi dati, machine learning e pubblicazione di statistiche sensibili. Il parametro di privacy misura il compromesso tra protezione e precisione.