差分隐私
差分隐私(Differential Privacy, DP)是差分隐私是一种加噪算法,在保留数据一定的可用性,又能保证攻击者无法推断出某 个用户的信息。差分隐私在不知道数据库本身内容的情况下,注入“噪声”。从而数据集进行模糊化处理,但不影响统计结果。可在数据库查询时,减少个人数据被识别的几率。可信智能计算服务TICS基于差分隐私、加法同态、秘密共享等技术进行隐私能力的构建,帮助您满足数据计算过程中的隐私保护要求。
应用场景和客户价值
在安全多方计算场景下,您可以使用TICS服务,其基于差分隐私、加法同态、秘密共享等技术实现对训练模型的隐私保护。