Qué es
La privacidad diferencial agrega una cantidad cuidadosamente calculada de ruido aleatorio a los datos o a los resultados de un análisis, de forma tal que sea prácticamente imposible determinar si la información de una persona específica estuvo incluida en el conjunto de datos, sin afectar significativamente la utilidad de las estadísticas agregadas.
Por qué es más robusta que solo anonimizar
La anonimización tradicional puede fallar si alguien combina el conjunto de datos con otra información externa. La privacidad diferencial ofrece una garantía matemática formal: incluso conociendo todos los demás datos del conjunto, no se puede inferir con certeza si una persona específica estaba incluida.
Dónde se aplica
Empresas de tecnología y organismos de censo la usan para publicar estadísticas agregadas útiles —como patrones de tráfico o resultados de un censo poblacional— sin exponer información sobre ningún individuo en particular dentro de esos datos.