🔑 名詞卡
差分隱私（Differential Privacy）
🎯 定義
一種資料雜訊（noise）技術，透過在數據或運算結果中加入統計雜訊，防止敏感資料外洩，是生成式 AI 防範訓練數據洩漏、反向工程等安全風險的重要防範措施之一，也是 GDPR、CCPA 等隱私法規對資料處理提出的明確技術要求。
重點
屬於「防範措施」三大手段之一：
- 身份驗證與授權機制
- 加密技術（數據存儲與傳輸過程）
- 差分隱私技術：導入資料雜訊技術，防止敏感資料外洩
易混淆
- vs 資料匿名化（Anonymization）：匿名化是移除或替換可識別個人的欄位；差分隱私是在統計輸出中加入雜訊，讓攻擊者無法從結果反推出個別資料是否存在於資料集中，保護強度更嚴謹、更適合對抗反向工程與提示詞攻擊。
📖 課文原文「差分隱私技術：導入差分隱私（Differential Privacy）等資料雜訊技術，防止敏感資料外洩。」