Google har åbnet et system til at analysere datasæt uden at krænke fortroligheden

Google fremlagde kryptografisk protokol til fortrolig flerpartsberegning Privat Deltag og Beregn, som tillader analyser og beregninger på krypterede datasæt fra flere deltagere, og opretholder fortroligheden af ​​hver deltagers data (hver deltager er ikke i stand til at indhente oplysninger om andre deltageres data, men kan udføre generaliserede beregninger på dem uden dekryptering). Protokol implementeringskode åben licenseret under Apache 2.0.

Private Join and Compute giver dig mulighed for at overføre et privat sæt poster til en tredjepart, som vil være i stand til at analysere det og generelt vurdere forskellene med deres sæt, men vil ikke være i stand til at finde ud af værdierne af specifikke poster. For eksempel er det muligt at få information fra et krypteret datasæt, såsom antallet af identifikatorer, der matcher dets sæt og summen af ​​værdierne af poster med matchende identifikatorer. I dette tilfælde er det umuligt at finde ud af præcis, hvilke værdier og identifikatorer der er til stede i sættet.

Private Join and Compute-protokol, også kaldet Private Intersection-Sum, baseret på protokolkombination utilsigtet glemsom transmission (Random Oblivious Transfer), krypteret Bloom filtre og dobbelt udklædning Polig-Hellman.

Det foreslåede system kan f.eks. være nyttigt, når en medicinsk institution har oplysninger om patienters helbredstilstand, og en anden om ordination af en ny forebyggende medicin. "Private Join and Compute"-protokollen giver dig mulighed for, uden at afsløre information, at kombinere krypterede datasæt og vise generelle statistikker, der giver dig mulighed for at forstå, om det ordinerede lægemiddel reducerer forekomsten af ​​sygdom eller ej. Et andet eksempel er, at det ud fra databasen over ulykker fra det statslige færdselstilsyn og grundlaget for brugen af ​​forbedret sikkerhedsudstyr i biler er muligt at vurdere, om dette udstyrs udseende påvirker antallet af ulykker.

Et andet eksempel er, når man på baggrund af medarbejderbasen for en virksomhed og indkøbsdata fra en anden kan beregne, hvor mange medarbejdere fra den første virksomhed, der har købt fra den anden og for hvilket beløb. I forbindelse med reklamenetværk kan lignende beregninger foretages for at evaluere effektiviteten af ​​reklamekampagner ved hjælp af lister over brugere, der har fået vist en annonce (eller som har klikket på et link), og som har foretaget køb i en netbutik.

Kilde: opennet.ru

Tilføj en kommentar