Differenciális adatvédelem
A differenciális adatvédelem (DP) egy matematikai keretrendszer statisztikai információk közzétételére egy adathalmazról, miközben szigorú garanciákat nyújt arra, hogy az egyedi rekordok nem azonosíthatók vagy következtethetők ki. Cynthia Dwork vezette be 2006-ban, és a magánélet védelmét probabilisztikus korlátként formalizálja: bármely egyén jelenléte vagy hiánya az adathalmazban legfeljebb e^ε multiplikatív faktorral változtatja meg a kimeneti eloszlást, ahol ε az adatvédelmi költségvetés, amely az adatvédelem és a hasznosság közötti kompromisszumot szabályozza.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Dwork, C. (2006). Differential privacy. International Colloquium on Automata, Languages and Programming (ICALP), 1–12. DOI: 10.1007/11787006_1 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Differential Privacy. ScholarGate. https://scholargate.app/hu/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.
- Federated LearningAdatvédelem↔ compare
- k-Anonimitás: Az egyéni magánélet védelme a közzétett adatokbanAdatvédelem↔ compare
- Szintetikus adattár-generálás az adatvédelmi kontrollhozAdatvédelem↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →