الخصوصية التفاضلية
الخصوصية التفاضلية هي إطار عمل رياضي لإصدار معلومات إحصائية حول مجموعة بيانات مع توفير ضمانات صارمة بأنه لا يمكن تحديد السجلات الفردية أو استنتاجها. تم تقديمها بواسطة سينثيا دوورك في عام 2006، وهي تُضفي طابعًا رسميًا على الخصوصية كحد احتمالي: أي وجود أو غياب فرد واحد في مجموعة البيانات يغير توزيع المخرجات بحد أقصى بمعامل ضربي قدره e^ε، حيث ε هي ميزانية الخصوصية التي تتحكم في المقايضة بين الخصوصية والفائدة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dwork, C. (2006). Differential privacy. International Colloquium on Automata, Languages and Programming (ICALP), 1–12. DOI: 10.1007/11787006_1 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Differential Privacy. ScholarGate. https://scholargate.app/ar/privacy/differential-privacy
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التعلم الاتحاديالخصوصية↔ compare
- الاسم الرسمي لنموذج الخصوصية: ك-إخفاء الهوية (k-Anonymity)الخصوصية↔ compare
- توليد البيانات الاصطناعية للتحكم في الإفصاحالخصوصية↔ compare