Дифференциальная приватность
Математическая гарантия того, что результат анализа почти не меняется от того, включены ли данные одного конкретного человека.
Определение появилось в 2006 году у Синтии Дворк, Фрэнка Макшерри, Кобби Ниссима и Адама Смита, а в 2017-м получило премию Гёделя. Оно ответило на постоянный конфуз: «анонимизированные» наборы данных раз за разом удавалось связать с реальными людьми — самый известный случай, оценки фильмов Netflix в 2008 году. Вместо обещания «данные обезличены» даётся обещание об алгоритме: к ответам добавляется калиброванный шум, а параметр ε ограничивает, насколько одна запись способна сдвинуть результат.
Каждый запрос тратит часть бюджета приватности, и когда он исчерпан, спрашивать больше нельзя. Метод используют Apple, Google и Бюро переписи США (2020). Статистики жаловались на шум; математику это не тронуло.