p Proteger a identidade de um indivíduo contra ladrões cibernéticos pode ser uma tarefa monumental, especialmente quando os ladrões podem coletar informações sobre alguém apenas usando fontes de dados públicas. p É por isso que Rohit Chadha, professor associado de engenharia elétrica e ciência da computação na Faculdade de Engenharia da Universidade de Missouri, está trabalhando com pesquisadores da University of Illinois-Chicago e da University of Illinois Urbana-Champaign com uma doação de US $ 1,2 milhão em 4 anos da National Science Foundation para estudar como ajudar a prevenir vazamentos de privacidade quando há uma grande quantidade de dados que podem ser reunidos publicamente.

p "A privacidade diferencial é uma técnica inventada há cerca de quinze anos que garante quando alguém faz perguntas a bancos de dados online - dados do censo, tendências de consumo ou informações agregadas, como faixa salarial ou número médio de filhos de pessoas que vivem em uma determinada área - a privacidade dos registros digitais de uma pessoa permanece intacta, "Chadha disse." Você ainda quer poder conceder acesso a essas consultas porque os dados são importantes para as empresas, pesquisadores e governos. Por outro lado, você também deseja proteger a privacidade de um indivíduo. "

p Ao fazer perguntas válidas o suficiente de diferentes bancos de dados, Os ladrões cibernéticos podem construir o perfil de uma pessoa o suficiente para usar essas informações de maneiras nefastas. Chadha disse que os pesquisadores já começaram a testar diferentes métodos para impedir os ladrões cibernéticos que tentam fazer isso.

p "A comunidade de pesquisa está ciente da possibilidade desses ataques há algum tempo, "Chadha disse.

p Chadha, junto com Aravinda Sistla da University of Illinois-Chicago e Mahesh Viswanathan da University of Illinois Urbana-Champaign, e suas equipes usarão a concessão para verificar a qualidade dos métodos atuais sendo usados ​​e trabalharão para melhorar esses métodos conforme necessário.