Un système pour partager publiquement des informations sur un ensemble de données en décrivant les tendances des groupes au sein de cet ensemble tout en préservant la confidentialité des informations individuelles.
Formalise les garanties de confidentialité en ajoutant un bruit calibré aux résultats des requêtes (par exemple, les décomptes, les moyennes), de sorte que la présence ou l’absence d’un individu donné dans l’ensemble de données ne puisse pas être déduite. Les paramètres de confidentialité différentielle (ε, δ) quantifient la perte de confidentialité, permettant aux organisations d’équilibrer l’utilité des données et la protection des individus, et doivent être gérés de manière centralisée afin de suivre le budget de confidentialité cumulatif.
Un institut national de la statistique publie des agrégats de recensement avec une injection de bruit fondée sur la confidentialité différentielle. Les chercheurs qui interrogent les décomptes démographiques reçoivent des résultats légèrement perturbés, préservant les tendances globales tout en empêchant la ré-identification des répondants individuels, même lorsqu’ils sont combinés avec d’autres jeux de données.
