ScholarGate
সহকারী
Machine learningPrivacy-preserving analysis

ডিফারেনশিয়াল প্রাইভেসি

ডিফারেনশিয়াল প্রাইভেসি হলো একটি গাণিতিক কাঠামো যা একটি ডেটাসেট সম্পর্কে পরিসংখ্যানগত তথ্য প্রকাশের জন্য ব্যবহৃত হয়, যেখানে কঠোর নিশ্চয়তা প্রদান করা হয় যে স্বতন্ত্র রেকর্ডগুলি চিহ্নিত বা অনুমান করা যাবে না। সিনথিয়া ডওয়ার্ক ২০০৬ সালে এটি প্রবর্তন করেন। এটি গোপনীয়তাকে একটি সম্ভাব্যতাভিত্তিক সীমা হিসেবে আনুষ্ঠানিকতা দেয়: ডেটাসেটে কোনো একক ব্যক্তির উপস্থিতি বা অনুপস্থিতি আউটপুট ডিস্ট্রিবিউশনকে সর্বাধিক e^ε এর গুণিতক ফ্যাক্টর দ্বারা পরিবর্তন করে, যেখানে ε হলো গোপনীয়তা বাজেট যা গোপনীয়তা-উপযোগিতার ভারসাম্য নিয়ন্ত্রণ করে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইস্লাইড ডাউনলোড করুন

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

পদ্ধতি-মানচিত্র

সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।

উৎস

  1. Dwork, C. (2006). Differential privacy. International Colloquium on Automata, Languages and Programming (ICALP), 1–12. DOI: 10.1007/11787006_1

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 2). Differential Privacy. ScholarGate. https://scholargate.app/bn/privacy/differential-privacy

কোন পদ্ধতি?

এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।

পাশাপাশি তুলনা করুন

যেখানে উদ্ধৃত

ScholarGateDifferential Privacy (Differential Privacy). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/privacy/differential-privacy · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026