Google bibleteek boarne koades"» mei de ymplemintaasje fan metoaden , wêrtroch statistyske operaasjes kinne wurde útfierd op in dataset mei genôch hege krektens sûnder de mooglikheid om yndividuele records dêryn te identifisearjen. De bibleteek koade is skreaun yn C ++ en lisinsje ûnder Apache 2.0.
Analyse mei differinsjale privacymetoaden kinne organisaasjes analytyske samples meitsje fan statistyske databases, sûnder dat se de gegevens skiede kinne en de parameters fan spesifike persoanen isolearje fan 'e algemiene ynformaasje. Bygelyks, om ferskillen yn pasjintesoarch te identifisearjen, kinne ûndersikers ynformaasje krije dy't se de gemiddelde ferbliuwslingte fan pasjinten yn sikehûzen fergelykje kinne, mar dochs de fertroulikens fan pasjinten behâlde en gjin pasjintynformaasje markearje.
De foarstelde bibleteek omfettet de ymplemintaasje fan ferskate algoritmen foar it generearjen fan aggregearre statistiken basearre op sets fan numerike gegevens dy't fertroulike ynformaasje omfetsje. Om de krekte wurking fan 'e algoritmen te kontrolearjen, wurdt it levere . Algoritmen kinne jo útfiere summation, tellen, gemiddelde, standertdeviaasje, dispersion en oarder statistyk operaasjes op gegevens, ynklusyf it bepalen fan it minimum, maksimum en mediaan. It omfettet ek de útfiering , dat kin brûkt wurde foar berekkeningen dy't net dekt binne troch foarôf definieare algoritmen.
De bibleteek brûkt in modulêre arsjitektuer wêrmei jo besteande funksjonaliteit kinne útwreidzje en ekstra meganismen, aggregeare funksjes en kontrôles op privacynivo tafoegje.
Basearre op de bibleteek foar PostgreSQL 11 DBMS útwreiding mei in set fan anonime aggregaat funksjes mei help fan differinsjaaloperator privacy metoaden - ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV en ANON_NTILE.
Boarne: opennet.ru