حریم خصوصی تفاضلی

Multi-Party High-Dimensional Data Publishing Under Differential Privacy

داده‌های با ابعاد بالا مانند داده‌های مراقبت‌های بهداشتی يا داده‌های رفتاری كاربر، برای اهداف متفاوتی مورد استفاده قرار می‌گيرند و اغلب اين داده‌ها در اختيار… ادامه »Multi-Party High-Dimensional Data Publishing Under Differential Privacy

DPPro: Differentially Private High-Dimensional Data Release via Random Projection

در سال‌های اخیر، انتشار داده‌ها با حفظ حریم خصوصی آنها توجه زیادی را به خود جلب کرده است. روش‌های حریم خصوصی تفاضلی موجود برای زمانی… ادامه »DPPro: Differentially Private High-Dimensional Data Release via Random Projection

DP2-Pub: Differentially Private High-Dimensional Data Publication with Invariant Post Randomization

در این مقاله به بررسی سازوکار «انتشار داده‌های خصوصی با ابعاد بالا» می‌پردازیم که به اختصار آن را DP2-Pub می‌نامیم و از دو مرحله‌ی خوشه‌بندی… ادامه »DP2-Pub: Differentially Private High-Dimensional Data Publication with Invariant Post Randomization

ارائه: حریم خصوصی تفاضلی در اداره سرشماری ایالات متحده

در این ارائه به بررسی اصول و مفاهیم اساسی حریم خصوصی تفاضلی پرداخته شده و نتایج استفاده از آن برای جمع‌آوری داده‌های سرشماری توسط اداره… ادامه »ارائه: حریم خصوصی تفاضلی در اداره سرشماری ایالات متحده