Google откри система за анализ на набори от данни без нарушаване на конфиденциалността

Компания Google представи криптографски протокол за конфиденциално многостранно изчисление Private Join and Compute, който позволява анализ и изчисления върху криптирани набори от данни от няколко участника, запазвайки конфиденциалността на данните на всеки участник (всеки участник не може да получи информация за данните на другите участници, но може да извършва обобщени изчисления върху тях без декодиране). Кодът за реализация на протокола има се разпространява под лицензия Apache 2.0.

Private Join and Compute позволява предаване на частен набор записи на трето лице, което може да извърши анализ и в обобщен вид да оцени разликите с неговия набор, но няма възможност да узнае стойностите на конкретни записи. Например, е възможно в криптирания набор от данни да се получат такива данни, като брой на съвпадащи с неговия набор идентификатори и суми на стойностите на записи с съвпадащи идентификатори. При това е невъзможно да се разбере кои точно стойности и идентификатори присъстват в набора.

Протоколът Private Join and Compute, наричан още Private Intersection-Sum, се основава на комбинация от протокола случайна забравима предавка (Random Oblivious Transfer), криптирани филтри на Блум и двойно маскиране Полиграфа — Хелман.

Предложената система може да бъде полезна, например, когато едно медицинско заведение разполага с информация за здравословното състояние на пациентите, а друго за назначаването на ново профилактично лекарство. Протоколът "Private Join and Compute" позволява без разкриване на информация да се комбинират криптирани набори от данни и да се извлече обща статистика, която ще даде информация дали назначеното лекарство намалява заболеваемостта или не. Друг пример е, че на база данни за инциденти от пътна полиция и база данни за приложението на усъвършенствани средства за безопасност в автомобилите, може да се оценят влиянията на появата на тези средства върху броя на инцидентите.

Друг пример е, когато на основата на база данни на служителите на една компания и данни за покупки от друга, може да се изчисли колко от служителите на първата компания са направили покупки във втората и на каква стойност. В контекста на рекламните мрежи може да се извършват подобни изчисления за оценка на ефективността на рекламните кампании, работейки със списъци на потребители, на които е била показана рекламата (или които са кликнали на линка) и които са направили покупки в интернет магазина.

Източник: opennet.ru