某公共衛生研究中心建置民眾健康資料分析平台，提供研究人員查詢各地區慢性病患者的統計資訊。為防範研究人員透過多次查詢不同條件的統計結果進行比對，而推論特定個人是否存在於資料庫中，平台在輸出統計結果時，會依據演算法加入適當的隨機雜訊（Random Noise），使單一病患資料的新增或刪除，不會造成明顯改變統計查詢結果。下列何者最符合此系統採用的隱私保護技術？
答案 （B）
核心概念
在統計查詢結果加隨機雜訊，讓多一個人、少一個人看不出差別，就是差分隱私。
差分隱私（Differential Privacy）保護的是「查詢介面」：資料庫本身不動，每次回傳統計結果時加一點雜訊。就算有人反覆用不同條件查，也推不出某個人在不在資料庫裡。題目裡「加入隨機雜訊」「單一病患新增或刪除不造成明顯改變」，兩句都是差分隱私的定義。
本題詳解提到同卷第 15 題。
答題技巧
快速判斷技巧：「隨機雜訊」加「多次查詢比對」，答案是差分隱私（Differential Privacy）。 ・統計結果加雜訊 → 差分隱私 ・資料概化讓 k 人相同 → k-匿名化（k-Anonymity） ・姓名換代號 → 假名化（Pseudonymization） ・欄位部分遮掉 → 資料遮罩（Data Masking）
易錯陷阱：(A) k-匿名化跟差分隱私是隱私題的固定對照組。 關鍵差異：k-匿名化改資料、差分隱私改查詢結果。 本卷第 15 題考 k-匿名化，第 18 題考差分隱私，兩題對照著讀一次就分得開。