Google
Analyse mat Differential Privatsphär Methoden erlaabt Organisatiounen analytesch Proben aus statisteschen Datenbanken ze maachen, ouni datt se d'Donnéeën trennen an d'Parameter vu spezifesche Individuen aus der allgemenger Informatioun isoléieren. Zum Beispill, fir Differenzen an der Patientefleeg z'identifizéieren, kënnen d'Fuerscher mat Informatioun geliwwert ginn, déi et hinnen erlaabt d'Duerchschnëttslängt vum Openthalt vu Patienten an de Spideeler ze vergläichen, awer nach ëmmer d'Patientevertraulechkeet behalen an d'Patientinformatioun net ervirhiewen.
Déi proposéiert Bibliothéik enthält d'Ëmsetzung vu verschiddenen Algorithmen fir aggregéiert Statistiken ze generéieren baséiert op Sätz vun numereschen Donnéeën déi vertraulech Informatioun enthalen. Fir d'korrekt Operatioun vun den Algorithmen ze kontrolléieren, gëtt et geliwwert
D'Bibliothéik benotzt eng modulär Architektur déi Iech erlaabt existent Funktionalitéit auszebauen an zousätzlech Mechanismen, aggregéiert Funktiounen a Privatsphärniveau Kontrollen ze addéieren.
Baséiert op der Bibliothéik fir PostgreSQL 11 DBMS
Source: opennet.ru