Google codis font de la biblioteca"» amb la implementació de mètodes , permetent realitzar operacions estadístiques sobre un conjunt de dades amb una precisió prou alta sense la possibilitat d'identificar registres individuals en ell. El codi de la biblioteca està escrit en C++ i amb llicència d'Apache 2.0.
L'anàlisi mitjançant mètodes de privadesa diferencial permet a les organitzacions fer mostres analítiques a partir de bases de dades estadístiques, sense que els permeti separar les dades i aïllar els paràmetres d'individus específics de la informació general. Per exemple, per identificar diferències en l'atenció al pacient, es pot proporcionar als investigadors informació que els permeti comparar la durada mitjana de l'estada dels pacients als hospitals, però encara manté la confidencialitat del pacient i no destaca la informació del pacient.
La biblioteca proposada inclou la implementació de diversos algorismes per generar estadístiques agregades basades en conjunts de dades numèriques que inclouen informació confidencial. Per comprovar el correcte funcionament dels algorismes, es proporciona . Els algorismes us permeten realitzar operacions d'estadístiques de suma, recompte, mitjana, desviació estàndard, dispersió i ordre sobre dades, inclosa la determinació del mínim, màxim i mediana. També inclou la implementació , que es pot utilitzar per a càlculs no coberts per algorismes predefinits.
La biblioteca utilitza una arquitectura modular que us permet ampliar la funcionalitat existent i afegir mecanismes addicionals, funcions agregades i controls de nivell de privadesa.
Basat en la biblioteca per a SGBD PostgreSQL 11 extensió amb un conjunt de funcions agregades anònimes que utilitzen mètodes de privadesa diferencials: ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV i ANON_NTILE.
Font: opennet.ru