Google originaaltextid raamatukogus «» meetodite rakendamiseks, , mis võimaldavad piisavalt suure täpsusega statistilisi operatsioone andmehulgaga, ilma et oleks võimalik tuvastada eraldi kirjeid selles. Raamatukogu kood on kirjutatud C++ keeles ja ainekood on litsentsitud Apache 2.0 all.
Analüüs, kasutades diferentsiaalset privaatsust, annab organisatsioonidele võimaluse teostada analüütilisi valimisi statistilistes andmebaasides, võimaldades andmete jagamist ja andmete tuvastamise vältimist konkreetsete isikute kohta. Näiteks haiguste hoolduse erinevuste väljaselgitamiseks võib teadlastele anda teavet, mis võimaldab võrrelda keskmist aega, mille patsiendid veedavad haiglates, samas säilitades patsientide konfidentsiaalsuse ja vältides nende andmete eraldamist.
Ettepanek raamatukogu sisaldab mitmete algoritmide rakendust, et luua agregatsioonistatistikat numbriliste andmehulkade põhjal, sealhulgas konfidentsiaalset teavet. Algotitmide töö tõhususe kontrollimiseks pakutakse . Algoritmid võimaldavad andmetes teostada summade, arvu, keskmiste väärtuste, standardhälbe, dispersiooni ja järjestikuste statistikate arvutusi, sealhulgas madalaima, kõrgeima ja mediaani määramist. Samuti sisaldab see rakendust , mida saab kasutada arvutustes, mis ei kuulu ettenähtud algoritmide alla.
Teek kasutab moodulaarset arhitektuuri, mis võimaldab olemasolevat funktsionaalsust laiendada ja lisada täiendavaid mehhanisme, agregaatfunktsioone ja privaatsuse taseme haldamise vahendeid.
Teegi põhjal PostgreSQL 11 andmebaasis laiendus anonüümsete agregaatfunktsioonidega, mis kasutavad diferentseerumise privaatsuse meetodeid — ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV ja ANON_NTILE.
Allikas: opennet.ru
