Dernière mise à jour :
Un système permettant de partager publiquement des informations relatives à un ensemble de données, en décrivant les tendances de 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 ou les moyennes) afin que la présence ou l'absence d'un seul individu dans l'ensemble de données ne puisse pas être déduite. Les paramètres de confidentialité différentielle (ε, δ) quantifient la perte de confidentialité, permettant ainsi aux organisations de concilier l'utilité des données et la protection des personnes, et doivent être gérés de manière centralisée pour suivre le budget de confidentialité cumulé.
Exemple concret :
Un office national de la statistique publie des données agrégées de recensement intégrant l'ajout d'un bruit de confidentialité différentielle. Les chercheurs qui interrogent les données démographiques obtiennent des résultats légèrement perturbés, ce qui préserve les tendances générales tout en empêchant la réidentification des répondants individuels, même lorsque ces données sont croisées avec d'autres ensembles de données.
