विभेदक गोपनीयता
विभेदक गोपनीयता (Differential Privacy) एक गणितीय ढाँचा है जो किसी डेटासेट के बारे में सांख्यिकीय जानकारी जारी करते समय कठोर गारंटी प्रदान करता है कि व्यक्तिगत रिकॉर्ड की पहचान या अनुमान नहीं लगाया जा सकता है। 2006 में सिंथिया ड्वॉर्क द्वारा प्रस्तुत, यह गोपनीयता को एक संभाव्य सीमा के रूप में औपचारिक बनाता है: किसी भी एकल व्यक्ति की डेटासेट में उपस्थिति या अनुपस्थिति आउटपुट वितरण को अधिकतम e^ε के गुणक कारक से बदल देती है, जहाँ ε गोपनीयता बजट है जो गोपनीयता-उपयोगिता के बीच संतुलन को नियंत्रित करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Dwork, C. (2006). Differential privacy. International Colloquium on Automata, Languages and Programming (ICALP), 1–12. DOI: 10.1007/11787006_1 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Differential Privacy. ScholarGate. https://scholargate.app/hi/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.
- फेडरेटेड लर्निंगगोपनीयता↔ compare
- k-एनोनिमिटी: जारी किए गए डेटा में व्यक्तिगत गोपनीयता की सुरक्षागोपनीयता↔ compare
- प्रकटीकरण नियंत्रण के लिए सिंथेटिक डेटा जनरेशनगोपनीयता↔ compare