Google je otvorio sustav za analizu skupova podataka bez kršenja povjerljivosti

Google predstavio kriptografski protokol za povjerljivo višestranačko računanje Privatno pridruživanje i izračunavanje, što omogućuje izvođenje analiza i izračuna na šifriranim skupovima podataka više sudionika, uz očuvanje povjerljivosti podataka svakog sudionika (svaki sudionik nema načina da dobije informacije o podacima drugih sudionika, ali može izvoditi generalizirane izračune na njima bez dešifriranja). Kod za implementaciju protokola otvoren licenciran pod Apache 2.0.

Privatno spajanje i izračunavanje omogućuje vam dijeljenje privatnog skupa zapisa s trećom stranom koja ga može analizirati i procijeniti razlike u odnosu na vlastiti skup na generalizirani način, ali ne može znati vrijednosti pojedinačnih zapisa. Na primjer, moguće je dobiti informacije iz šifriranog skupa podataka kao što su broj identifikatora koji odgovaraju vlastitom skupu i zbroj vrijednosti zapisa s odgovarajućim identifikatorima. Međutim, nemoguće je znati specifične vrijednosti i identifikatore prisutne u skupu.

Protokol privatnog spajanja i izračunavanja, također poznat kao privatni presjek-suma, temeljen o kombinaciji protokola slučajni zaboravljivi prijenos (Slučajni neobavezni prijenos), šifrirano Bloom filteri i dvostruka kamuflaža Polig-Hellman.

Predloženi sustav mogao bi biti koristan, na primjer, kada jedna medicinska ustanova ima informacije o zdravstvenom stanju pacijenta, dok druga ima informacije o propisivanju novog preventivnog lijeka. Protokol "Privatno pridruživanje i izračunavanje" omogućuje neotkrivenu kombinaciju šifriranih skupova podataka i generiranje agregiranih statistika koje će pomoći u razumijevanju smanjuje li propisani lijek bolest ili ne. Drugi primjer: korištenjem baze podataka o prometnim nesrećama Državnog inspektorata sigurnosti prometa i baze podataka o korištenju poboljšanih sigurnosnih značajki vozila, može se procijeniti utječe li uvođenje tih značajki na broj nesreća.

Drugi primjer je korištenje baze podataka zaposlenika jedne tvrtke i podataka o kupnji od druge kako bi se izračunalo koliko je zaposlenika iz prve tvrtke kupilo od druge tvrtke i ukupan iznos. U kontekstu oglašivačkih mreža, slični izračuni mogu se napraviti za procjenu učinkovitosti oglašivačkih kampanja, koristeći popise korisnika kojima je prikazan oglas (ili koji su kliknuli na poveznicu) i koji su kupovali u online trgovini.

Izvor: opennet.ru

Kupite pouzdan hosting za stranice s DDoS zaštitom, VPS VDS poslužiteljima 🔥 Kupite pouzdan web hosting sa DDoS zaštitom, VPS VDS servere | ProHoster