差分隐私: 金融科技知识图谱

关联词：个人隐私保护

差分隐私是一种密码学中的系统化方法，通过描述一个数据集中不同组的不同模式，同时保留该数据集中的个人信息，来公开共享这个数据集的信息。

差分隐私背后的思路是，如果在数据库中进行任意单项替换的效果足够小，那么查询结果无法用于推断到任何单个个人，因此可以提供隐私保护。

描述差分隐私的另一种方式是，限制用于发布有关统计数据库的汇总信息的算法，该算法限制了其在数据库中记录的私有信息的公开。例如，一些政府机构使用差分隐私算法来发布人口统计信息或其他统计汇总信息，同时确保调查答复的机密性；公司用于收集有关用户行为的信息，同时控制其访问权限，甚至对内部分析人员而言也是不可见的。

粗略地讲，如果观察者看不到算法的输出，则该算法是差分隐私的。通常在识别可能在一个数据库中的不同个人的场景下讨论差分隐私，尽管差分隐私算法不直接涉及识别和重新识别攻击，但可证明、可抵抗攻击。17

差分隐私是由密码学家开发的，因此通常与密码学相关联，并从密码学中汲取了很多语言。

差分隐私的方法涉及给数据添加噪声，或者使用归纳方法掩盖某些敏感属性，直到第三方无法区分个人为止，从而使数据无法恢复以保护用户隐私。迄今为止，比较知名的采用差分隐私的机构如下：

·美国人口普查局，展示通勤模式。

·谷歌的RAPPOR，用于遥测，例如了解统计劫持用户设置的恶意软件。(www.xing528.com)

·谷歌，分享历史流量统计信息。

·2016年6月13日，苹果公司宣布其在iOS 10中使用差分隐私，以改进其虚拟助理和建议技术。18

在数据挖掘模型中对使用差分隐私的实际表现已有一些初步研究。

值得注意的是，这些方法的根源仍然要求将数据传输到其他地方，并且这些工作通常需要在准确性和隐私保护之间进行权衡。

【注释】

[1]最新颁布的《加州消费者隐私法》规定，明确知悉并从与其没有直接关系的消费者处收集个人信息并向第三方销售的经营者称为数据代理商。资料来源：美国奥睿律师事务所，LexisNexis律商联讯2019-11-30.https://www.sohu.com/a/312239258284463。

[2]在金融科技领域，个人信用信息及相关词条容易被混淆，因此特列本词条。