Privacidade diferencial : aplicação em modelos de regressão

Abstract

A produção massiva de dados nesta era digital propicia violações à privacidade individual. A busca incessante por dados pessoais, torna cada vez mais recorrente a exposição dessas informações. O presente trabalho apresenta a área de privacidade diferencial, a qual fornece fortes garantias de confidencialidade aos dados e robustez contra ataques de re-identificação invasivos. A definição destaca-se na literatura por seu embasamento matemático rigoroso capaz de quantificar a perda de privacidade. A intenção é tornar os indivíduos indistinguíveis inserindo aleatoriedade no processo de estimação enquanto mantém a representatividade no estudo. Técnicas antecedentes para proteção de dados são revisadas (expondo vulnerabilidades) e diversas aplicações práticas são relatadas. Foi implementada uma abordagem diferencialmente privada dos modelos de regressão linear e logístico. No caso linear, considerou-se a presença de heteroscedasticidade, assim como estimadores consistentes para estimação adequada. A influência da restrição de privacidade no desempenho dos estimadores foi avaliada por meio de simulações de Monte Carlo, incluso as taxas de rejeição dos testes sob hipótese nula e alternativa. Os resultados da avaliação numérica evidenciaram maiores distorções inferenciais para restrições mais rigorosas de privacidade. Ao final, aplicações a dados reais são apresentadas e discutidas. Adicionalmente, o trabalho fomenta a reflexão do impacto tecnológico na contemporaneidade, tratando da posse e coleta de dados não-consentida relacionada ao capitalismo da vigilância e manipulação comportamental.