Tre ricercatori della Università della California - Berkeley hanno preparato un documento che discute quello che viene definito come un “approccio pratico per la privacy differenziale”. Questo nuovo metodo, denominato “Elastic Sensitivity”, esclude delle tabelle dei grandi database i valori dei dati che contengono singole informazioni identificabili prima di eseguire la query.

I ricercatori affermano che il metodo, che impiega un sistema di query matematico che hanno chiamato “FLEX”, può essere applicato a tutti i tipi di database e su dati di larga scala. Il programma permetterà alle aziende e ai ricercatori di condurre analisi di Big Data, oscurando o escludendo i dati altamente sensibili dalla vista e dal processo, a costi trascurabili. Il paper è consultabile qui.

Leggi l’articolo originale Potential of “Elastic Sensitivity” to Protect Privacy in Big Data Analytics