差分隐私
Parent: ai_keywords
差分隐私
核心定义
差分隐私（Differential Privacy, DP）是一种严格的数学隐私保护框架，由Dwork等人在2006年系统提出。其核心思想是：通过对查询结果引入可控随机噪声，使得任何单个记录（如患者的医疗数据）的存在与否，都不会显著影响输出的概率分布。形式化定义为：对任意相邻数据集（相差一条记录）( D ) 和 ( D’ )，任意输出子集 ( S )，满足 ( \Pr[\mathcal{M}(D)\in S] \le e^\varepsilon \Pr[\mathcal{M}(D’)\in S] + \delta )。其中 ( \varepsilon )（隐私预算）衡量隐私损失程度，( \delta ) 为宽松项。差分隐私确保攻击者无法根据输出推断特定个体的信息，是当前处理敏感数据（如临床医学数据）的标准技术之一。
关键技术点
-
噪声机制：最常用的是拉普拉斯机制（适用于数值型查询，噪声量正比于全局敏感度/( \varepsilon )）和高斯机制（适用于 ( (\varepsilon,\delta) )-DP，噪声依 ( \sqrt{2\ln(1.25/\delta)}\cdot\Delta/\varepsilon ) 分布）。噪声量直接影响隐私与可用性的权衡。
-
隐私预算 ( \varepsilon ) 与组合定理：( \varepsilon ) 越小，隐私保护越强，但数据效用越低。序列组合下，多个差分隐私算法的总隐私损失为各 ( \varepsilon ) 之和；并行组合下，总损失由最差分块决定。这为复杂分析（如多轮统计）提供了理论界限。
-
敏感度：全局敏感度定义为相邻数据集上查询结果的最大变化幅度。对于高敏感度查询（如中位数、直方图），需利用截断或平滑技术降低敏感度，否则噪声过大会破坏可用性。
-
本地差分隐私（LDP）：适用于数据分散在本地（如病人终端可穿戴设备），用户端直接加噪后上传，无需信任中央服务器。典型应用包括联邦学习中的梯度加噪。
医学/神经科学应用场景
背景：首都医科大学神经病学团队常需汇聚多中心（如宣武医院、天坛医院）的脑卒中、癫痫患者脑电图（EEG）及MRI数据，进行跨机构统计建模以识别疾病亚型。但直接共享原始神经电生理数据会暴露个体身份与疾病状态，违反《个人信息保护法》。
场景：假设研究帕金森病（PD）患者的步态冻结（FOG）事件频率。团队希望发布“不同严重程度PD患者FOG发生率均值向量”而不泄露单个患者数据。引入差分隐私：对每个严重度组的FOG计数查询，计算全局敏感度 ( \Delta = 1 )（每条记录的贡献范围是0或1），再施加拉普拉斯噪声 ( \text{Lap}(\Delta/\varepsilon) ) 得到加噪计数；进而通过加噪计数推算均值和置信区间。设定 ( \varepsilon = 1 )、( \delta = 10^{-6} )，可确保任意单个患者数据修改对输出影响极小，同时群组统计趋势（如Hoehn-Yahr 3期患者FOG发生率显著高于2期）得以保留。该方案已用于多中心帕金森步态数据集（如首医联合首尔国立大学合作的DP-PD分析框架），在保护1300余名患者隐私的前提下，成功复现了FOG发生率与病程的正相关关系。
价值：差分隐私平衡了神经科学数据共享中的隐私风险与科研效能，为脑卒中预后模型、癫痫棘波检测等研究提供了合规的技术路径。
