Google izvorni kodovi knjižnice "» uz provedbu metoda , omogućujući izvođenje statističkih operacija na skupu podataka s dovoljno visokom točnošću bez mogućnosti identificiranja pojedinačnih zapisa u njemu. Kod knjižnice napisan je u C++ i licenciran pod Apache 2.0.
Analiza pomoću metoda diferencijalne privatnosti omogućuje organizacijama izradu analitičkih uzoraka iz statističkih baza podataka, ne dopuštajući im da odvoje podatke i izoliraju parametre određenih pojedinaca od općih informacija. Na primjer, kako bi se identificirale razlike u skrbi za pacijente, istraživačima se mogu pružiti informacije koje im omogućuju usporedbu prosječne duljine boravka pacijenata u bolnicama, ali i dalje održavaju povjerljivost pacijenata i ne ističu informacije o pacijentima.
Predložena biblioteka uključuje implementaciju nekoliko algoritama za generiranje agregirane statistike na temelju skupova numeričkih podataka koji uključuju povjerljive informacije. Da biste provjerili ispravan rad algoritama, postoji . Algoritmi vam omogućuju izvođenje operacija zbrajanja, brojanja, srednje vrijednosti, standardne devijacije, disperzije i statistike reda podataka, uključujući određivanje minimuma, maksimuma i medijana. To također uključuje implementaciju , koji se može koristiti za izračune koji nisu pokriveni unaprijed definiranim algoritmima.
Knjižnica koristi modularnu arhitekturu koja vam omogućuje proširenje postojeće funkcionalnosti i dodavanje dodatnih mehanizama, skupnih funkcija i kontrola razine privatnosti.
Temeljeno na biblioteci za PostgreSQL 11 DBMS proširenje sa skupom anonimnih agregatnih funkcija koje koriste metode diferencijalne privatnosti - ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV i ANON_NTILE.
Izvor: opennet.ru