גוגל פותחת קוד ספרייה לעיבוד נתונים סודי

גוגל опубликовала קודי מקור של ספריה"פרטיות דיפרנציאלית» עם יישום שיטות פרטיות דיפרנציאלית, המאפשר לבצע פעולות סטטיסטיות על מערך נתונים בדיוק גבוה מספיק ללא יכולת לזהות רשומות בודדות בו. קוד הספרייה כתוב ב-C++ ו פתוח מורשה תחת Apache 2.0.

ניתוח באמצעות שיטות פרטיות דיפרנציאליות מאפשר לארגונים לבצע דגימות אנליטיות ממאגרי מידע סטטיסטיים, מבלי לאפשר להם להפריד את הנתונים ולבודד את הפרמטרים של אנשים ספציפיים מהמידע הכללי. לדוגמה, כדי לזהות הבדלים בטיפול בחולים, ניתן לספק לחוקרים מידע המאפשר להם להשוות את משך השהות הממוצע של חולים בבתי חולים, אך עדיין שומר על סודיות החולה ואינו מדגיש את המידע על המטופל.

הספרייה המוצעת כוללת יישום של מספר אלגוריתמים להפקת נתונים סטטיסטיים מצטברים המבוססים על סטים של נתונים מספריים הכוללים מידע סודי. כדי לבדוק את הפעולה הנכונה של האלגוריתמים, הוא מסופק בדיקה סטוכסטית. אלגוריתמים מאפשרים לך לבצע פעולות סיכום, ספירה, ממוצע, סטיית תקן, פיזור וסדר נתונים סטטיסטיים, לרבות קביעת המינימום, המקסימום והחציון. זה כולל גם את היישום מנגנון לפלס, אשר יכול לשמש עבור חישובים שאינם מכוסים על ידי אלגוריתמים מוגדרים מראש.

הספרייה משתמשת בארכיטקטורה מודולרית המאפשרת לך להרחיב את הפונקציונליות הקיימת ולהוסיף מנגנונים נוספים, פונקציות מצטברות ובקרות ברמת הפרטיות.
מבוסס על הספרייה עבור PostgreSQL 11 DBMS מוּכָן הרחבה עם קבוצה של פונקציות מצטברות אנונימיות המשתמשות בשיטות פרטיות דיפרנציאליות - ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV ו-ANON_NTILE.

מקור: OpenNet.ru