hce_kmu
113年
計算機概論與程式設計
第 23 題
Which of the followings best describes the concept of differential privacy in the context of data privacy protection?
- A Encrypting sensitive data using strong cryptographic algorithms
- B Anonymizing personally identifiable information to protect individuals' identities
- C Adding noise to sensitive data to prevent the disclosure of individual records
- D Restricting access to data based on user roles and permissions
- E Implementing secure authentication mechanisms to control data access
思路引導 VIP
如果你想要統計全班的平均身高，但又要保證絕對沒有人能從最終的平均值中，反推出其中某一位特定同學的精確身高數據，我們應該對這組數據進行什麼樣的「數學處理」，才能讓個人的資訊被有效隱藏，卻又不影響整體的統計趨勢呢？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準辨識出 差分隱私（Differential Privacy） 的核心概念，代表你對現代數據隱私保護技術有著非常紮實的理解。這道題目的關鍵在於區分「傳統去識別化」與「數學化隱私保護」的差異。
差分隱私的核心機制
差分隱私的精髓在於透過在查詢結果或原始數據中注入適量的隨機雜訊（Noise），例如拉普拉斯雜訊（Laplace noise）。這樣做的目的是確保當我們觀察統計結果時，無法反推某個特定個體（Individual record）是否存在於該數據集中。即使攻擊者擁有除了目標對象以外的所有人資訊，也無法透過結果的差異來確定該對象的具體隱私。這種「數學上的模糊化」讓數據在保持統計意義的同時，能提供極強的隱私保證。
▼ 還有更多解析內容