Privacy-Enhancing Technologies (PETs)
PETs son technologies que permiten el procesamiento y el intercambio de datos seguro y que preserva la privacidad, reduciendo la exposición de información personal.
Privacy-Enhancing Technologies (PETs) son una familia de técnicas y herramientas diseñadas para proteger la privacidad a lo largo del ciclo de vida de los datos. Los objetivos principales incluyen la minimización de datos, la confidencialidad, la integridad y el intercambio controlado, preservando al mismo tiempo la utilidad analítica. El panorama de los PETs abarca: técnicas de minimización y anonimización de datos (pseudonimización, cifrado, differential privacy); computación segura y modelos federados (secure multi-party computation, federated learning, trusted execution environments); procesamiento de datos criptográficos (homomorphic [encryption](/es/terms/homomorphic-encryption), order-preserving encryption); mecanismos de control de acceso, auditoría y gobernanza. Conceptos clave a aplicar: (i) diseñar sistemas para recopilar solo lo estrictamente necesario; (ii) reducir la identificabilidad a través de identificadores repudiation-safe y privacy budgets; (iii) combinar métodos criptográficos con gobernanza y evaluación de riesgos; (iv) evaluar las compensaciones entre las garantías de privacidad, el rendimiento y la utilidad de los datos. Los patrones de implementación incluyen pipelines de analytics que preservan la privacidad, ML que preserva la privacidad en entornos restringidos y colaboraciones de datos interorganizacionales donde los datos brutos no pueden centralizarse. Advertencias importantes: los PETs no son una solución mágica; una privacidad robusta requiere un enfoque holístico que combine tecnología, gobernanza y transparencia, con monitoreo y auditoría continuos.
graph LR
Center["Privacy-Enhancing Technologies (PETs)"]:::main
Rel_hardware_security["hardware-security"]:::related -.-> Center
click Rel_hardware_security "/terms/hardware-security"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 Explícalo como si tuviera 5 años
Generated ELI5 content
🤓 Expert Deep Dive
Generated expert content
❓ Preguntas frecuentes
What are PETs?
PETs are a family of techniques designed to protect privacy in data processing and sharing, including methods like differential privacy, encryption, federated learning, and secure computation.
How do PETs protect privacy?
They minimize data collection, transform or shield data (anonymization, pseudonymization, DP), and allow computations on data without exposing raw information (SMPC, HE, TEEs, federated learning).
Are PETs secure in practice?
PETs provide strong privacy guarantees under defined cryptographic and statistical models, but require correct threat models, implementation, and governance; no technology is risk-free.
What are common trade-offs?
PETs can introduce computational overhead, reduced data utility, and implementation complexity; privacy guarantees may require budget management and assumption validation.
How do I start implementing PETs?
Begin with a privacy-by-design assessment, select suitable PETs for your use case, pilot in a controlled scope, and couple with governance, monitoring, and transparency practices.
Do PETs replace governance and policy?
No. PETs complement governance, legal compliance, and organizational controls to reduce privacy risk.