Las técnicas de mejora de la privacidad (PET) son una tecnología clave para garantizar el mantenimiento de la privacidad al tiempo que se extrae valor de los datos.

El primer objetivo de este informe es analizar varias PET con una evaluación de su utilidad y madurez en el contexto de los escenarios de intercambio de datos, y en particular dentro de los espacios comunes de datos europeos. El segundo objetivo es demostrar la aplicación de una PET en un escenario de colaboración entre diferentes entidades.

A lo largo de este análisis, estos objetivos se cumplieron en dos fases: en primer lugar, se llevó a cabo un análisis detallado del estado del arte y una evaluación de los pros, los contras y la madurez (es decir, su nivel TRL) de las distintas PET, con el fin de seleccionar la de mayor interés para proponer un escenario de colaboración entre distintas entidades. En segundo lugar, se implementó un caso de uso realista del ámbito sanitario, por tanto relevante para el Espacio Europeo de Datos de Salud, con la PET seleccionada (Federated Learning) y se evaluaron los resultados.

La principal conclusión del análisis presentado en este informe es que no existe una solución milagrosa: cada PET se adapta a distintos escenarios de intercambio de datos y presenta distintas compensaciones (rendimiento, complejidad, seguridad, utilidad). Comprender los puntos fuertes y las limitaciones de estas tecnologías es esencial para que los agentes del espacio de datos seleccionen las soluciones más adecuadas a sus necesidades específicas.