データセット内のグループのパターンを記述しつつ、個人に関する情報を秘匿したまま、データセットについての情報を公に共有するシステムです。
クエリ結果（例：件数、平均値）に調整済みノイズを付加することで、厳密なプライバシー保証を実現し、データセット内の特定の個人の有無が推測されないようにします。差分プライバシーのパラメータ（ε、δ）はプライバシー損失を定量化し、組織がデータ有用性と個人保護の最適なバランスを取ることを可能にします。さらに、累積プライバシー予算を追跡するため、これらの管理は一元的に行う必要があります。
国の統計機関は、差分プライバシーのノイズ注入を適用した国勢調査の集計結果を公開します。人口統計の件数を照会する研究者には、わずかに摂動を加えた結果が提供され、全体的な傾向を維持しながら、他のデータセットと組み合わせた場合でも、個々の回答者の再識別を防止します。
