Articulo de referencia

Lista de implementaciones de análisis con privacidad diferencial

Desde la aparición de la privacidad diferencial , se han implementado y desplegado diversos sistemas que permiten el análisis de datos con privacidad diferencial. Este artículo ...

Desde la aparición de la privacidad diferencial , se han implementado y desplegado diversos sistemas que permiten el análisis de datos con privacidad diferencial. Este artículo analiza implementaciones reales, paquetes de software de producción y prototipos de investigación.

Implementaciones en el mundo real

Paquetes de software de producción

Estos paquetes de software pretenden ser utilizables en sistemas de producción. Se dividen en dos categorías: aquellos centrados en responder consultas estadísticas con privacidad diferencial y aquellos centrados en entrenar modelos de aprendizaje automático con privacidad diferencial.

Análisis estadísticos

Aprendizaje automático

Proyectos de investigación y prototipos

Véase también

Referencias

  1. "OnTheMap" . onthemap.ces.census.gov . Consultado el 29 de marzo de 2023 .
  2. Machanavajjhala, Ashwin; Kifer, Daniel; Abowd, John; Gehrke, Johannes; Vilhuber, Lars (abril de 2008). «Privacidad: la teoría se encuentra con la práctica en el mapa». 2008 IEEE 24.ª Conferencia Internacional sobre Ingeniería de Datos . págs. 277–286 . doi : 10.1109/ICDE.2008.4497436 . ISBN  978-1-4244-1836-7. S2CID 5812674 . 
  3. Erlingsson, Úlfar. "Aprendizaje de estadística con privacidad, ayudado por el lanzamiento de una moneda" .
  4. Erlingsson, Úlfar; Pihur, Vasyl; Korolova, Aleksandra (noviembre de 2014). "RAPPOR: Respuesta ordinal agregable aleatoria que preserva la privacidad". Actas de la Conferencia ACM SIGSAC de 2014 sobre seguridad informática y de comunicaciones . págs. 1054–1067 . arXiv : 1407.6981 . Bibcode : 2014arXiv1407.6981E . doi : 10.1145/2660267.2660348 . ISBN  9781450329576. S2CID 6855746 . 
  5. Equipo de Privacidad Diferencial (diciembre de 2017). "Aprendizaje con privacidad a escala" . Revista de Aprendizaje Automático de Apple . 1 (8).{{cite journal}}: |last1=tiene nombre genérico ( ayuda )
  6. Ding, Bolin; Kulkarni, Janardhan; Yekhanin, Sergey (diciembre de 2017). "Recopilación privada de datos de telemetría". 31.ª Conferencia sobre Sistemas de Procesamiento de Información Neuronal . págs. 3574–3583 . arXiv : 1712.01524 . 
  7. Tezapsidis, Katie (13 de julio de 2017). "Uber lanza un proyecto de código abierto para la privacidad diferencial" .
  8. Johnson, Noah; Near, Joseph P.; Song, Dawn (enero de 2018). "Hacia una privacidad diferencial práctica para consultas SQL". Actas de la Fundación VLDB . 11 (5): 526– 539. arXiv : 1706.09479 . doi : 10.1145/3187009.3177733 .
  9. Abowd, John M. (agosto de 2018). «La Oficina del Censo de EE. UU. adopta la privacidad diferencial» . Actas de la 24.ª Conferencia Internacional ACM SIGKDD sobre Descubrimiento de Conocimiento y Minería de Datos . pág. 2867. doi : 10.1145/3219819.3226070 . hdl : 1813/60392 . ISBN  9781450355520. S2CID 51711121 . 
  10. ^ Rogers, Ryan; Subramaniam, Subbu; Peng, Sean; Durfee, David; Lee, Seunghyun; Santosh Kumar Kancha; Sahay, Shraddha; Ahammad, Parvez (2020). "API de participación de la audiencia de LinkedIn: un sistema de análisis de datos a escala que preserva la privacidad". arXiv : 2002.05839 [ cs.CR ].
  11. Rogers, Ryan; Adrian Rivera Cardoso; Mancuhan, Koray; Kaura, Akash; Gahlawat, Nikhil; Jain, Neha; Ko, Paul; Ahammad, Parvez (2020). "Un enfoque centrado en los miembros para habilitar las perspectivas del mercado laboral de LinkedIn a escala". arXiv : 2010.13981 [ cs.CR ].
  12. Aktay, Ahmet; Bavadekar, Shailesh; Cossoul, Gwen; Davis, John; Desfontaines, Damien; Fabrikant, Alex; Gabrilovich, Evgeniy; Gadepalli, Krishna; Gipson, Bryant; Guevara, Miguel; Kamath, Chaitanya; Kansal, Mansi; Lange, Ali; Mandayam, Chinmoy; Oplinger, Andrew; Pluntke, Christopher; Roessler, Thomas; Schlosberg, Arran; Shekel, Tomer; Vispute, Swapnil; Vu, Mia; Wellenius, Gregory; Williams, Brian; Royce J Wilson (2020). "Informes de movilidad comunitaria de Google COVID-19: Descripción del proceso de anonimización (versión 1.1)". arXiv : 2004.04145 [ cs.CR ].
  13. ^ Rogers, Ryan; Subbu, Subramaniam; Peng, Sean; Durfee, David; Lee, Seunghyun; Kancha, Santosh Kumar; Sahay, Shraddha; Ahammad, Parvez (2020). "API de participación de la audiencia de LinkedIn: un sistema de análisis de datos a escala que preserva la privacidad". arXiv : 2002.05839 [ cs.CR ].
  14. Pereira, Mayana; Kim, Allen; Allen, Josué; Blanco, Kevin; Juan Lavista Ferrés; Dodhia, Rahul (2021). "Conjunto de datos de cobertura de banda ancha de EE. UU.: una publicación de datos diferencialmente privados". arXiv : 2103.14035 [ cs.CR ].
  15. "EDP" . EDP . Consultado el 29 de marzo de 2023 .
  16. Hod, Shlomi; Canetti, Ran (2025). «Publicación privada diferencial del Registro Nacional de Nacimientos Vivos de Israel». Simposio IEEE 2025 sobre Seguridad y Privacidad (SP) . págs. 3912–3930 . arXiv : 2405.00267 . doi : 10.1109/SP61157.2025.00101 . ISBN  979-8-3315-2236-0.
  17. "Conjunto de datos de nacimientos vivos (hebreo)" . data.gov.il. Consultado el 2 de mayo de 2024 .
  18. "Bibliotecas de privacidad diferencial de Google" . GitHub . 3 de febrero de 2023.
  19. "Privacidad diferencial/Privacidad en el haz en main · google/Privacidad diferencial" . GitHub .
  20. "OpenDP" . opendp.org . Consultado el 29 de marzo de 2023 .
  21. "Biblioteca OpenDP" . GitHub .
  22. "Tumult Analytics" . www.tmlt.dev . Consultado el 29 de marzo de 2023 .
  23. "Tumult Labs | Protección de la privacidad redefinida" . www.tmlt.io. Consultado el 29 de marzo de 2023 .
  24. "PipelineDP" . pipelinedp.io . Consultado el 29 de marzo de 2023 .
  25. "OpenMined" . www.openmined.org . Consultado el 29 de marzo de 2023 .
  26. Gaboardi, Marco; Honaker, James; Rey, Gary; Nissim, Kobbi; Ullman, Jonathan; Vadhan, Salil; Murtagh, Jack (junio de 2016). "PSI (Ψ): una interfaz privada para compartir datos" .
  27. "Lanzamiento del código de producción de redistribución de distritos de DAS 2020" . GitHub . 22 de junio de 2022.
  28. "Diffprivlib v0.5" . GitHub . 17 de octubre de 2022.
  29. ^ Holohan, Naoise; Braghin, Stefano; Pól Mac Aonghusa; Levacher, Killian (2019). "Diffprivlib: la biblioteca de privacidad diferencial de IBM". arXiv : 1907.02444 [ cs.CR ].
  30. Radebaugh, Carey; Erlingsson, Ulfar (6 de marzo de 2019). "Introducción a la privacidad de TensorFlow: aprendizaje con privacidad diferencial para datos de entrenamiento" . Medium .
  31. "Privacidad de TensorFlow" . GitHub . 9 de agosto de 2019.
  32. "Opacus · Entrena modelos PyTorch con privacidad diferencial" . opacus.ai . Consultado el 29 de marzo de 2023 .
  33. McSherry, Frank (1 de septiembre de 2010). "Consultas integradas de privacidad" (PDF) . Communications of the ACM . 53 (9): 89– 97. doi : 10.1145/1810891.1810916 . S2CID 52898716 . 
  34. Roy, Indrajit; Setty, Srinath TV; Kilzer, Ann; Shmatikov, Vitaly; Witchel, Emmett (abril de 2010). "Airavat: Seguridad y privacidad para MapReduce" (PDF) . Actas del 7.º Simposio Usenix sobre diseño e implementación de sistemas en red (NSDI) .
  35. Haeberlen, Andreas; Pierce, Benjamin C.; Narayan, Arjun (2011). "Privacidad diferencial bajo fuego". 20º Simposio de Seguridad de USENIX .
  36. Mohan, Prashanth; Thakurta, Abhradeep; Shi, Elaine ; Song, Dawn; Culler, David E. "GUPT: Análisis de datos que preserva la privacidad simplificado". Actas de la Conferencia Internacional ACM SIGMOD de 2012 sobre Gestión de Datos . págs. 349–360 . doi : 10.1145/2213836.2213876 . S2CID 2135755 .  
  37. ^ Zhang, Dan; McKenna, Ryan; Kotsogiannis, Íos; Hay, Michael; Machanavajjhala, Ashwin; Miklau, Gerome (junio de 2018). "EKTELO: un marco para definir cálculos diferencialmente privados". Actas de la Conferencia Internacional sobre Gestión de Datos de 2018 . págs. 115-130 . arXiv : 1808.03555 . doi : 10.1145/3183713.3196921 . ISBN  9781450347037. S2CID 5033862 .