Un approccio matematico alla privacy
Un’idea interessante arriva dall’America: un approccio matematico per definire in modo rigoroso la privacy differenziale, ovvero misurare in modo oggettivo quanto si perde in termini di privacy nel momento in cui i nostri dati entrano in un dataset. L’analisi può poi essere estesa ai concetti di anonimizzazione e rischio di de-anonimizzazione, nonché per approcciare in modo rigoroso le analisi dei dati. Un tema piuttosto ostico e specialistico, ma sicuramente utili per molti professionisti. Oltre alla pubblicazione dalla pagina segnala si può scaricare altro materiale utile.
