Proteggere l'identità di un individuo dai ladri informatici può essere un compito monumentale, soprattutto quando i ladri possono raccogliere informazioni su qualcuno semplicemente utilizzando fonti di dati pubbliche.

Ecco perché Rohit Chadha, professore associato di ingegneria elettrica e informatica presso il College of Engineering dell'Università del Missouri, sta lavorando con i ricercatori dell'Università dell'Illinois-Chicago e dell'Università dell'Illinois Urbana-Champaign su una sovvenzione di $ 1,2 milioni in 4 anni dalla National Science Foundation per studiare come aiutare a prevenire perdite di privacy quando c'è una grande quantità di dati che possono essere raccolti pubblicamente.

"La privacy differenziale è una tecnica inventata circa quindici anni fa che garantisce che quando qualcuno fa domande su database online:dati di censimento, tendenze dei consumatori o informazioni aggregate come fascia di stipendio o numero medio di figli di persone che vivono in una determinata area:la privacy dei record digitali di una persona rimane intatta, " Chadha ha detto. "Vuoi comunque essere in grado di concedere l'accesso a queste richieste perché i dati sono importanti per le aziende, ricercatori e governi. D'altra parte, vuoi anche essere in grado di proteggere la privacy di un individuo."

Ponendo domande abbastanza valide a diversi database, i ladri informatici possono creare abbastanza profilo di una persona da poter utilizzare tali informazioni in modi nefasti. Chadha ha affermato che i ricercatori hanno già iniziato a testare diversi metodi per contrastare i ladri informatici che tentano di farlo.

"La comunità di ricerca è a conoscenza da tempo della possibilità di questi attacchi, " disse Chadha.

Chadha, insieme ad Aravinda Sistla dell'Università dell'Illinois-Chicago e Mahesh Viswanathan dell'Università dell'Illinois Urbana-Champaign, e i loro team utilizzeranno la sovvenzione per verificare la qualità degli attuali metodi utilizzati e lavoreranno per migliorare tali metodi secondo necessità.