Как шум защищает привычки
Дифференциальная приватность — способ собирать общие закономерности, не раскрывая вклад конкретного человека. Перед отправкой система с некоторой вероятностью меняет отдельные ответы или добавляет к данным случайные значения. Поэтому запись на сервере не обязательно точно отражает выбор пользователя: она может содержать намеренное искажение.
Смысл защиты не в том, что ошибка исчезает из каждой записи. Напротив, по одному ответу становится труднее понять, что именно выбрал человек. Но если одинаковый вопрос задают множеству пользователей, случайные отклонения в сумме частично компенсируются, и общий рисунок становится заметнее. Так можно оценить распространённость предпочтения, не опираясь на безошибочные сведения о каждом участнике.
Почему важны случайность и пределы сбора
Защита зависит от того, сколько шума добавлено и как часто человек участвует в сборе. Слишком сильное искажение затрудняет выводы даже о всей аудитории; слишком слабое хуже скрывает индивидуальный вклад. Поэтому механизм настраивают как компромисс между полезностью статистики и приватностью.
Есть и важная оговорка: дифференциальная приватность сама по себе не означает, что любые данные становятся анонимными или что компания вообще не собирает сведения. Она ограничивает то, насколько результат анализа может измениться из-за информации одного человека. Конкретные гарантии зависят от реализации — например, от того, где именно добавляется шум и сколько раз данные используются.
Практический выигрыш в том, что инженеры могут замечать тенденцию в большой группе, хотя отдельная запись намеренно ненадёжна. Общий сигнал сохраняется, а точная привычка одного пользователя становится менее различимой среди случайных искажений.
