Apple, 2016’dan bu yana iPhone kullanıcılarının klavye alışkanlıklarını topluyor. Milyonlarca kişinin hangi kelimeleri yazdığını biliyor ama hiçbirinin hangi kelimeyi yazdığını bilemiyor. Bu mümkün mü? Evet — diferansiyel gizlilik sayesinde. Ve bu, mahremiyet ile veri kullanımı arasındaki gerilimi çözmeye çalışan en sağlam matematiksel çerçeve.
Temel Soru: Bir Veri Kümesinde Olmak Riski Nasıl Arttırır?
Diferansiyel gizliliğin tanımı bir düşünce deneyi üzerine kurulu: Bir kişinin veri kümesinde olması ile olmaması arasındaki fark, o kişi hakkında anlamlı bir şey ortaya koyuyor mu? Eğer bir analiz sistemi, sizin dahil olup olmadığınızdan bağımsız olarak neredeyse aynı sonucu veriyorsa, o sistem diferansiyel gizliliği karşılar.
Matematiksel ifadesiyle: iki komşu veri kümesi D ve D’ (yalnızca tek bir satırda farklılar) için, sistemin herhangi bir çıktı S üretme olasılığı arasındaki oran e^ε‘dan küçük olmalıdır. Buradaki ε (epsilon), gizlilik bütçesidir. Sıfıra yaklaştıkça gizlilik güçlenir; ama o zaman veri de neredeyse işe yaramaz hale gelir. Bu ikisi arasındaki denge, diferansiyel gizlilik uygulamalarının kalbidir.
Gürültü Ekleme: Laplace ve Gaussian Mekanizmaları
Pratikte diferansiyel gizlilik, sorgu sonuçlarına istatistiksel gürültü ekleyerek çalışır. “Veri setindeki kaç kişi 40 yaşının üzerinde?” sorusuna doğrudan 1.842 yerine, Laplace dağılımından çekilen rastgele bir değer eklenerek 1.837 veya 1.849 cevabı verilir. Tekil sorgu bu hatayla yaşanabilir; ama birçok sorgunun sonuçlarını birleştirerek bireye özgü bilgi çıkarmak istatistiksel olarak imkânsız hale gelir.
Gaussian mekanizması ise özellikle makine öğrenmesi eğitiminde tercih edilir. Google’ın DP-SGD (Differentially Private Stochastic Gradient Descent) algoritması, her eğitim adımında gradyanları kırpar ve üzerine Gaussian gürültüsü ekler. TensorFlow Privacy kütüphanesi bu algoritmayı hazır sunar; birkaç satır kodla standart bir eğitim döngüsüne entegre edilebilir.
Yerel ve Küresel Diferansiyel Gizlilik
İki farklı uygulama modeli var. Küresel (global) diferansiyel gizlilik, güvenilir bir merkezi toplama noktası varsayar: ham veri toplanır, gürültü merkezi tarafından eklenir. Apple ve Google’ın çoğu araştırma sistemi bu modeli kullanır.
Yerel (local) diferansiyel gizlilik ise merkezi güvene ihtiyaç duymaz: kullanıcı cihazı, veriyi göndermeden önce kendisi gürültü ekler. Apple’ın emoji ve yazım istatistikleri, Chrome’un URL histogram özelliği bu modeli kullanıyor. Gizlilik garantisi daha güçlü; ama eklenen gürültü daha fazla olduğundan veri kalitesi düşüyor. Bini aşkın kullanıcısı olmayan bir özellik için yerel diferansiyel gizlilik genellikle işe yaramaz sonuçlar verir.
Gizlilik Bütçesi Nasıl Yönetilir?
Epsilon değeri dikkatli seçilmeli. Akademik çevrelerde ε = 1 güçlü bir koruma kabul edilir; sektörde Apple genellikle ε = 2-8 aralığını kullanır. Google ise bazı Chrome özelliklerinde ε = 11’e kadar çıkıyor. Yüksek epsilon değerleri daha kullanılabilir veri verir ama saldırgana daha fazla bilgi sızdırır.
Bütçenin önemli bir özelliği: bileşim. Aynı veri kümesine k kez ε gizliliğiyle sorgu atarsanız, toplam bütçe harcamanız kε’a yaklaşır. Bu nedenle bir sisteme kaç sorgu yapılacağını baştan sınırlandırmak ve gizlilik bütçesini kayıt altında tutmak gerekir. Apple bu bütçeleri kullanıcı başına günlük olarak sıfırlar.
Sınırlamalar ve Açık Sorular
Diferansiyel gizlilik her problemi çözmüyor. İlişkisel veritabanlarında yardımcı bilgi saldırıları (auxiliary information attacks) hâlâ risk oluşturur: saldırgan başka kaynaklardan edindiği bilgiyle gürültülü çıktıları anlam taşır hale getirebilir. Ayrıca bu teknik içerik düzeyinde koruma sağlamaz; yalnızca bireyin dahil olup olmadığını gizler.
Zaman serisi verilerinde ve grafik yapılarında uygulaması da zorlaşır. Sosyal ağ analizlerinde kimin kiminle bağlantılı olduğunu gizlemek, geleneksel diferansiyel gizlilik tanımının dışında kalır ve farklı uzantılar (edge-level, node-level DP) gerektirir.
Başlamak İçin Ne Gerekiyor?
Google’ın açık kaynak kütüphanesi Google DP Library (C++/Go/Java) ve TensorFlow Privacy, üretime hazır uygulamalar için iyi başlangıç noktaları. OpenDP projesi ise bağımsız, akademi destekli bir alternatif sunuyor. Hangi kütüphaneyi seçerseniz seçin, epsilon değerini ve bütçe yönetimini belgelemek — hangi sorgu hangi epsilon harcadı, bütçe nasıl tüketildi — ilk günden itibaren sistem tasarımının parçası olmalı.
