诺奖得主重视的数据安全难题！差分隐私专治“泄密”

本文从马萨诸塞州健康记录泄露事件切入，揭示了传统匿名化处理在数据公开中的局限性。研究目的是探讨如何通过差分隐私技术解决数据公开与隐私保护的矛盾，重点介绍了随机化响应和ε-差分隐私两种核心方法。结论表明，通过在统计输出中添加可控随机性，既能保护个体隐私又能保持数据效用，该技术已在实际数据保护中得到广泛应用，但人工智能的发展为其带来了新的挑战。