Google je otvorio sistem za analizu skupova podataka bez narušavanja privatnosti

Google predstavljen kriptografski protokol za povjerljivo višestranačko računanje Privatno pridružite se i izračunajte, koji vam omogućava da analizirate i izračunate na šifrovanim skupovima podataka od nekoliko učesnika, uz očuvanje povjerljivosti podataka svakog učesnika (svaki učesnik nema mogućnost da dobije informacije o podacima drugih učesnika, ali može izvršiti generalizovane proračune na njima bez dešifrovanje). Šifra za implementaciju protokola otvoren licenciran pod Apache 2.0.

Private Join and Compute omogućava vam da prenesete privatni skup zapisa trećoj strani koja ga može analizirati i procijeniti razlike s vlastitim skupom u generaliziranom obliku, ali nema mogućnost da sazna vrijednosti određenih zapisa . Na primjer, moguće je u šifriranom skupu podataka dobiti informacije kao što je broj identifikatora koji odgovaraju njihovom skupu i zbir vrijednosti zapisa sa odgovarajućim identifikatorima. U ovom slučaju, nemoguće je saznati koje su točno vrijednosti i identifikatori prisutni u skupu.

Private Join and Compute protokol, koji se takođe naziva Private Intersection-Sum, osnovana na kombinaciju protokola slučajan prenos sa zaboravom (Random Oblivious Transfer), šifrirano cvjetni filteri i dvostruko prerušavanje Polyga - Hellman.

Predloženi sistem može biti koristan, na primjer, kada jedna medicinska ustanova ima informacije o zdravstvenom stanju pacijenata, a druga o imenovanju novog preventivnog lijeka. Protokol “Private Join and Compute” omogućava, bez otkrivanja informacija, kombiniranje šifriranih skupova podataka i prikaz općih statistika koje će omogućiti razumijevanje da li propisani lijek smanjuje incidencu ili ne. Drugi primjer, kod baziran na bazi podataka o nesrećama Državne saobraćajne inspekcije i bazi podataka o upotrebi naprednih sigurnosnih alata u automobilima, možete procijeniti da li izgled ovih alata utiče na broj nesreća.

Drugi primjer je kada se na osnovu baze podataka zaposlenih jedne kompanije i podataka o kupovinama iz druge kompanije može izračunati koliko je zaposlenih iz prve kompanije izvršilo kupovinu u drugoj i za koji iznos. U kontekstu reklamnih mreža, možete izvršiti slične kalkulacije za procjenu učinkovitosti reklamnih kompanija, koje rade na listama korisnika kojima su prikazani oglasi (ili koji su kliknuli na link) i koji su kupovali u online trgovini.

izvor: opennet.ru