O'Reilly Media Руководство по применению дифференциальной приватности: теоретический и практический подход с использованием OpenDP

Сегодня многие организации анализируют и обмениваются большими и чувствительными наборами данных о людях. Эти наборы данных могут касаться здоровья, финансов или экзаменов, и защитить информацию индивидуума становится всё сложнее с помощью традиционных методов деидентификации и анонимизации.

Эта практическая книга объясняет, как дифференциальная приватность (DP) может помочь в решении данной проблемы. Авторы Итан Кован, Майкл Шуимейт и Маана Перейра описывают, как эти техники позволяют специалистам по данным, исследователям и программистам проводить статистические анализы, скрывающие вклад любого отдельного человека.

Вы изучите основные концепции DP и узнаете, как использовать инструменты с открытым кодом для создания статистики с дифференциальной приватностью. Вы также научитесь оценивать соотношение полезности и конфиденциальности и интегрировать дифференциальную приватность в рабочие процессы.

В этой книге вы узнаете:

• Как DP гарантирует конфиденциальность, когда другие методы анонимизации данных не работают.
• Что включает в себя сохранение индивидуальной конфиденциальности в наборе данных.
• Как применять DP в различных реальных сценариях и наборах данных.
• Возможные методы атак на конфиденциальность, включая что означает проведение атаки с повторной идентификацией.
• Как использовать библиотеку OpenDP для публикаций данных с защитой конфиденциальности.
• Как интерпретировать гарантии, предоставляемые конкретными выпусками данных DP.