用語集2025/9/28
Differential Privacy（差分プライバシー）
統計的プライバシー保護の数学的定義。データセットに個人データが含まれているかを判別不可能にし、プライバシーを保護しながらデータ分析を実現。
難易度:
上級
読了時間:約6分
定義
差分プライバシーは、個人データの存在が統計結果に与える影響を数学的に制限。ε-差分プライバシーにより、プライバシー漏洩リスクを定量化できます。
具体例
- Laplace Mechanism：ラプラスノイズ追加
- Exponential Mechanism：選択的回答
- Gaussian Mechanism：ガウシアンノイズ
活用事例
- Census 2020：米国国勢調査での採用
- Apple iOS：ユーザー行動分析
- Google Chrome：使用統計収集
関連概念
Google Differential Privacy、Microsoft SmartNoise、IBM Diffprivlibでライブラリ利用。PyTorch Opacus、TensorFlow Privacyで深層学習への適用。
📝 要約
統計的プライバシー保護の数学的定義。データセットに個人データが含まれているかを判別不可能にし、プライバシーを保護しながらデータ分析を実現。
関連タグ
差分プライバシーノイズプライバシー保護数学的保証