差分プライバシー
ある一人のデータが含まれていてもいなくても、分析結果がほとんど変わらないことを保証する数学的な枠組み。
この定義は2006年にCynthia Dwork、Frank McSherry、Kobbi Nissim、Adam Smithによって示され、2017年にゲーデル賞を受賞した。きっかけは、「匿名化」したはずのデータセットが実在の人物に結び付けられてしまう事例が相次いだことで、2008年のNetflixの映画評価データが有名である。データを匿名化したと約束する代わりに、アルゴリズムについて約束する。回答に調整されたノイズを加え、パラメータεが個々のレコードが結果に与えうる影響の上限を決める。
問い合わせのたびにプライバシー予算が消費され、尽きたらそれ以上は聞けない。Apple、Google、米国国勢調査局（2020年）が採用している。統計学者はノイズに文句を言ったが、数学は動じなかった。