Differential Privacy — 개인의 존재를 숨기는 통계적 프라이버시
Differential Privacy
데이터셋에서 특정 개인의 레코드를 빼고 넣는 것이 결과에 '충분히 작은' 영향을 줘야 한다는 원칙이 Differential Privacy(차분 프라이버시) 예요. 노이즈를 더해 개인 정보를 보호하면서도 유용한 통계를 얻는 게 목표예요. TensorFlow Privacy와 Google의 DP 라이브러리가 대표적이에요.
이 카테고리의 문서
- 개요: TensorFlow Privacy — DP 옵티마이저 라이브러리
- 핵심 기능: Google Differential Privacy — DP 빌딩 블록 라이브러리
- 실전·API: TFF 튜토리얼 — 연합 학습에 DP 더하기