Arbeitsgruppe: "Differential Privacy"
Leitung: Dr. Martin Kroll
Mitglieder:
- Prof. Dr. Holger Dette
- Martin Dunsche
- Carina Graw
- Dr. Tim Kutta
Beschreibung:
In der Statistik wird häufig mit sensiblen Daten gearbeitet. Daraus resultiert die Gefahr, dass aus statistischen Analysen die Privatsphäre von Individuen gefährdet wird. Typische Ansätze wie Anonymisierungen haben durch die rapide Weiterentwicklung von künstlicher Intelligenz an Bedeutung verloren und es hat sich eine neue Methode der Privatisierung durchgesetzt, nämlich Differential Privacy. Konzeptionell garantiert Differential Privacy einem jeden Individuum, dass es als Teilnehmer einer Datenanalyse (z.B. Statistik, maschinelles Lernen) nicht identifiziert werden kann. Die Grundlage des Erfolgs ist dabei die mathematische Formalisierung und Weiterentwicklung dieses Konzeptes. Die Arbeitsgruppe „Differential Privacy“ interessiert sich dafür, ob bisherige statistische Methoden, im Kontext von Differential Privacy, anwendbar bleiben. Exemplarisch interessiert man sich etwa für die Wechselwirkung von Privatsphäre und statistischer Genauigkeit.