Co je diferenciálne súkromie?
Diferenciálne súkromie je prísny matematický rámec poskytujuci preukázatelné záruky o súkromí jednotlivcov, ktorych data su pouzívané v trénovaní AI. Klucový princíp zabezpecuje, ze výstup akejkolvek analýzy alebo trénovaného modelu zostáva v podstate rovnaký, ci uz su alebo nie su zahrnuté data konkrétneho jednotlivca. To je dosiahnuté pridávaním starostlivo kalibrovaného štatistického šumu k výpoctom.
Ako to funguje
Záruka súkromia je riadená parametrom nazvaným epsilon. Mensí epsilon poskytuje silnejšie súkromie, ale môze znísit presnost modelu, cím vytvára základný kompromis súkromie-utilita. Lokálne diferenciálne súkromie pridáva šum na mieste zberu dat. Globálne diferenciálne súkromie pridáva šum pocas agregácie alebo trenovacieho procesu.
Podnikové aplikácie
Podniky nakladajuce s citlivymi datami — zdravotné záznamy, financné transakcie, informácie o zamestnancoch — môzu pouzit diferenciálne súkromie na trénovanie AI modelov pri preukazovaní súladu s predpismi ako GDPR. Umoznuje kolaboratívnu analytiku naipriec organizacnymi hranicami bez odhalenia surových dat.