Muestra las diferencias entre dos versiones de la página.
Ambos lados, revisión anteriorRevisión previaPróxima revisión | Revisión previa | ||
pan:res_privacidad_diferencial [2025/01/07 18:32] – thejuanvisu | pan:res_privacidad_diferencial [2025/01/07 18:51] (actual) – thejuanvisu | ||
---|---|---|---|
Línea 39: | Línea 39: | ||
$$Pr(M(D)∈R)≤Pr(M(D' | $$Pr(M(D)∈R)≤Pr(M(D' | ||
- | ===== Configuración | + | ===== Escenarios |
Dependiendo de donde se ejecuta el mecanismo hay 2 tipos de modelos: | Dependiendo de donde se ejecuta el mecanismo hay 2 tipos de modelos: | ||
* Privacidad diferencial Central: Hay un agregador centralizado de confianza que ejecuta el mecanismo M | * Privacidad diferencial Central: Hay un agregador centralizado de confianza que ejecuta el mecanismo M | ||
Línea 47: | Línea 47: | ||
* Privacidad diferencial no acotada: D' se obtiene de D tras eliminar una entrada. | * Privacidad diferencial no acotada: D' se obtiene de D tras eliminar una entrada. | ||
+ | ===== Mecanismos de privacidad diferencial ===== | ||
+ | Existen varios mecanismos que proveen privacidad diferencial y pueden ser aplicados a varios sistemas. | ||
+ | ==== Mecanismo Aleatorizado ==== | ||
+ | Tenemos un mecanismo $M: | ||
+ | {{drawio> | ||
+ | |||
+ | ==== Mecanismo Exponencial ==== | ||
+ | Este mecanismo puede ser usado para proveer privacidad diferencial en muchos casos, la idea es reportar una salida de forma privada, pero con una probabilidad proporcional a su utilizad. | ||
+ | |||
+ | ===== Propiedades de la privacidad diferencial ===== | ||
+ | ==== Resistencia al Post-Procesado ==== | ||
+ | El procesado nunca reduce la privacidad, pero puede incrementarla | ||
+ | ==== Privacidad grupal ==== | ||
+ | En un escenario de privacidad diferencial central, se considera que los datasets difieren en más de una entrada. Esto puede ser probado construyendo K datasets cambiando una fila en cada uno. | ||
+ | ==== Composición secuencial ==== | ||
+ | Si se ejecutan k mecanismos en el mismo dataset y se publican todos los resultados, la privacidad se reduce al publicar más resultados, pero, si el valor de $δ$ es algo mayor, se puede obtener un valor de ε mucho menor, aumentando la privacidad. | ||