Privacitat diferencial
La privacitat diferencial és un marc matemàtic per alliberar informació estadística sobre un conjunt de dades proporcionant alhora garanties rigoroses que els registres individuals no es puguin identificar o inferir. Introduïda per Cynthia Dwork el 2006, formalitza la privacitat com un límit probabilístic: la presència o absència de qualsevol individu en el conjunt de dades canvia la distribució de sortida com a màxim per un factor multiplicador de e^ε, on ε és el pressupost de privacitat que controla l'equilibri entre privacitat i utilitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Dwork, C. (2006). Differential privacy. International Colloquium on Automata, Languages and Programming (ICALP), 1–12. DOI: 10.1007/11787006_1 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Differential Privacy. ScholarGate. https://scholargate.app/ca/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.
- Aprenentatge FederatPrivadesa↔ compare
- k-Anonimat: Protecció de la privadesa individual en dades publicadesPrivadesa↔ compare
- Generació de dades sintètiques per al control de la divulgacióPrivadesa↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →