Google, 기밀 데이터 처리를 위한 라이브러리 코드 공개

Google опубликовала 라이브러리 소스 코드 "차등 프라이버시» 메소드 구현 차등 프라이버시, 개별 기록을 식별하는 기능 없이도 충분히 높은 정확도로 데이터 세트에 대한 통계 작업을 수행할 수 있습니다. 라이브러리 코드는 C++로 작성되었으며 열려있다 Apache 2.0에 따라 라이센스가 부여되었습니다.

차등 개인 정보 보호 방법을 사용한 분석을 통해 조직은 데이터를 분리하거나 일반 정보에서 특정 개인의 매개 변수를 분리하지 않고도 통계 데이터베이스에서 분석 샘플을 만들 수 있습니다. 예를 들어, 환자 치료의 차이점을 식별하기 위해 연구자는 병원에 있는 환자의 평균 입원 기간을 비교할 수 있는 정보를 제공받을 수 있지만 여전히 환자 기밀을 유지하고 환자 정보를 강조하지 않습니다.

제안된 라이브러리에는 기밀 정보가 포함된 수치 데이터 세트를 기반으로 집계된 통계를 생성하기 위한 여러 알고리즘의 구현이 포함되어 있습니다. 알고리즘의 올바른 작동을 확인하기 위해 제공됩니다. 확률론적 프로브. 알고리즘을 사용하면 최소값, 최대값 및 중앙값 결정을 포함하여 데이터에 대한 합계, 계산, 평균, 표준 편차, 분산 및 순서 통계 작업을 수행할 수 있습니다. 구현도 포함됩니다 라플라스 메커니즘, 미리 정의된 알고리즘이 적용되지 않는 계산에 사용할 수 있습니다.

라이브러리는 기존 기능을 확장하고 추가 메커니즘, 집계 기능 및 개인 정보 보호 수준 제어를 추가할 수 있는 모듈식 아키텍처를 사용합니다.
PostgreSQL 11 DBMS용 라이브러리 기반 준비된 차등 개인 정보 보호 방법(ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV 및 ANON_NTILE)을 사용하는 익명 집계 함수 세트가 포함된 확장입니다.

출처 : opennet.ru