Key points are not available for this paper at this time.
Wir präsentieren ein Datenschutzsystem, das differential privacy nutzt, um die Daten der LinkedIn-Mitglieder zu schützen und gleichzeitig Einblicke in das Audience Engagement zu bieten, die Marketing-Analytik bezogene Anwendungen ermöglichen. Wir erläutern die differential privativen Algorithmen und andere Datenschutzmaßnahmen, die verwendet werden, um Ergebnisse bereitzustellen, die mit bestehenden Echtzeit-Datenanalyseplattformen, insbesondere mit dem Open-Source-Pinot-System, verwendet werden können. Unser Datenschutzsystem bietet Nutzerschutzgarantien. Im Rahmen unseres Datenschutzsystems inkludieren wir einen Budgetmanagementdienst, der ein strenges Budget für differential privacy auf die zurückgegebenen Ergebnisse für den Analysten durchsetzt. Dieser Budgetmanagementdienst vereint die neuesten Forschungsergebnisse zur differential privacy in einem Produkt, um die Nützlichkeit bei einem festen Budget für differential privacy aufrechtzuerhalten.
Rogers et al. (Fri,) untersuchten diese Frage.