Differensielt personvern gjør det mulig å publisere statistikk eller trene modeller uten å avsløre opplysninger om enkeltpersoner. Metoden tilfører matematisk kalibrert støy, og personvernbudsjettet ε (epsilon) angir beskyttelsesnivået. Løsningen brukes i offentlige statistikker, mobilapper og anbefalingssystemer. I Europa harmonerer den godt med GDPR, og i norske prosjekter anbefales den der dataene er sensitive.
Differensielt personvern
Lite leksikon om AI
Teknikk som legger kontrollert støy til resultater for å beskytte enkeltpersoner.
