お見事です！

Pythonで学ぶデータプライバシーと匿名化

Rebeca Gonzalez

Data engineer

コースを修了しました

復習：学んだこと

• 机密/非机密の個人識別情報（PII）
• 準識別子
• リンケージ攻撃
• データ抑制
• データマスキング
• データの一般化
• 合成データ生成
• 属性タイプ別の確率分布からのサンプリング

プライバシーモデル：k-匿名性

• k-匿名化データセット
• データセット内の組合せの探索
• 階層や範囲での一般化
• 再識別攻撃の回避
• データの捏造やランダム化なしで！

プライバシーモデル：差分プライバシー

• 差分プライバシーは公開データのプライバシーを測定・定量化できる
• 現在最重要のプライバシー定義の一つ

差分プライバシー対応モデルと操作

• 差分プライバシー対応の機械学習・深層学習が一般化
• さまざまな差分プライバシーMLモデルを学習・実行
• プライバシーバジェットやトラッキングなどの高度な概念を実践

他の有用なライブラリ

$$ $$

• Google の差分プライバシー
• TensorFlow Privacy
• ARX Data Anonymization Tool

おめでとうございます！

Pythonで学ぶデータプライバシーと匿名化