Tuần trước, Bộ Thương mại Mỹ ra lệnh cấm kỹ thuật 'noise infusion' (thêm nhiễu ngẫu nhiên) trong tất cả sản phẩm thống kê của Cục Điều tra Dân số và Cục Phân tích Kinh tế. Đây là một quyết định gây nhiều tranh cãi trong giới khoa học dữ liệu.

Differential privacy là gì và tại sao nó quan trọng?

Differential privacy là tiêu chuẩn vàng về bảo vệ quyền riêng tư trong thống kê. Nó hoạt động bằng cách thêm một lượng nhiễu có kiểm soát vào dữ liệu trước khi công bố, khiến kẻ tấn công không thể xác định chính xác thông tin của một cá nhân cụ thể. Giống như khi bạn pha một giọt mực vào cốc nước, không thể lấy lại giọt mực ban đầu nhưng vẫn nhìn thấy màu của cốc nước. Từ năm 1990 đến 2010, Cục Điều tra Dân số Mỹ chủ yếu dùng kỹ thuật 'swapping' (hoán đổi dữ liệu giữa các bản ghi), nhưng sau đó phát hiện phương pháp này cực kỳ nguy hiểm: có thể dễ dàng tái tạo lại hồ sơ cá nhân từ số liệu thống kê công bố. Vào năm 2020, họ chuyển sang differential privacy vì nó giữ được tính hữu ích cao nhất cho dữ liệu mà vẫn ngăn được tấn công.

Hậu quả khi loại bỏ nhiễu

Lệnh cấm này, nếu có hiệu lực, sẽ phá hủy khả năng bảo vệ dữ liệu nhạy cảm như thông tin thu nhập, sức khỏe, vị trí địa lý của từng công dân. Các nhà phân tích lo ngại rằng số liệu về dân số, kinh tế sẽ mất độ tin cậy, ảnh hưởng đến quyết định đầu tư và chính sách công. Cục Điều tra Dân số có nghĩa vụ theo luật liên bang phải giữ bí mật hồ sơ cá nhân. Differential privacy được chọn không phải vì toán học hấp dẫn, mà vì trong các phương án ngăn chặn tấn công tái tạo dữ liệu, đây là phương pháp giữ được tính hữu ích cao nhất cho số liệu. Việc cấm kỹ thuật này đặt ra câu hỏi lớn về cách bảo vệ quyền riêng tư trong các sản phẩm thống kê tương lai.