गुगलले गोपनियता उल्लङ्घन नगरी डाटा सेट विश्लेषण गर्ने प्रणाली खोलेको छ

गूगल प्रस्तुत गोप्य बहुदलीय गणनाको लागि क्रिप्टोग्राफिक प्रोटोकल निजी सामेल हुनुहोस् र गणना गर्नुहोस्, जसले प्रत्येक सहभागीको डेटाको गोपनीयता कायम राख्दै धेरै सहभागीहरूबाट इन्क्रिप्टेड डाटा सेटहरूमा विश्लेषण र गणनाहरूलाई अनुमति दिन्छ (प्रत्येक सहभागीले अन्य सहभागीहरूको डाटा बारे जानकारी प्राप्त गर्न सक्षम हुँदैन, तर तिनीहरूमा डिक्रिप्शन बिना सामान्यीकृत गणनाहरू प्रदर्शन गर्न सक्छ)। प्रोटोकल कार्यान्वयन कोड खोल्नुहोस् Apache 2.0 अन्तर्गत इजाजतपत्र प्राप्त।

निजी जोइन र कम्प्युटले तपाइँलाई तेस्रो पक्षमा रेकर्डहरूको निजी सेट स्थानान्तरण गर्न अनुमति दिन्छ, जसले यसलाई विश्लेषण गर्न र सामान्यतया तिनीहरूको सेटसँग भिन्नताहरूको मूल्याङ्कन गर्न सक्षम हुनेछ, तर विशिष्ट रेकर्डहरूको मानहरू पत्ता लगाउन सक्षम हुनेछैन। उदाहरणका लागि, एन्क्रिप्टेड डाटा सेटबाट जानकारी प्राप्त गर्न सम्भव छ, जस्तै यसको सेटसँग मेल खाने पहिचानकर्ताहरूको संख्या र मिल्दो पहिचानकर्ताहरूसँग रेकर्डहरूको मानहरूको योग। यस अवस्थामा, सेटमा कुन मानहरू र पहिचानकर्ताहरू छन् भन्ने कुरा पत्ता लगाउन असम्भव छ।

प्राइभेट जोइन र कम्प्युट प्रोटोकल, जसलाई प्राइभेट इन्टरसेक्शन-सम पनि भनिन्छ, आधारित प्रोटोकल संयोजन मा आकस्मिक बिर्सने प्रसारण (रेन्डम ओलिभियस ट्रान्सफर), एन्क्रिप्टेड ब्लूम फिल्टरहरू र दोहोरो भेष पोलिग-हेलम्यान.

प्रस्तावित प्रणाली उपयोगी हुन सक्छ, उदाहरणका लागि, जब एक चिकित्सा संस्थासँग बिरामीहरूको स्वास्थ्य स्थितिको बारेमा जानकारी हुन्छ, र अर्कोलाई नयाँ रोकथाम औषधिको प्रिस्क्रिप्शनको बारेमा। "निजी जोइन र कम्प्युट" प्रोटोकलले तपाइँलाई जानकारी खुलासा नगरिकन, ईन्क्रिप्टेड डाटा सेटहरू संयोजन गर्न र सामान्य तथ्याङ्कहरू प्रदर्शन गर्न अनुमति दिन्छ जसले तपाइँलाई निर्धारित औषधिले रोगको घटना घटाउँछ वा होइन भनेर बुझ्न अनुमति दिन्छ। अर्को उदाहरण हो कि राज्य ट्राफिक निरीक्षकबाट दुर्घटनाहरूको डाटाबेस र कारहरूमा सुधारिएको सुरक्षा उपकरणहरूको प्रयोगको आधारमा, यी उपकरणहरूको उपस्थितिले दुर्घटनाहरूको संख्यालाई असर गर्छ कि गर्दैन भनेर मूल्याङ्कन गर्न सम्भव छ।

अर्को उदाहरण हो, जब एउटा कम्पनीको कर्मचारी आधार र अर्कोबाट खरिद डाटाको आधारमा, तपाईंले पहिलो कम्पनीका कति कर्मचारीहरूले दोस्रोबाट र कति रकममा खरिद गरे भनेर गणना गर्न सक्नुहुन्छ। विज्ञापन सञ्जालको सन्दर्भमा, विज्ञापन देखाइएका प्रयोगकर्ताहरूको सूची (वा लिङ्कमा क्लिक गर्ने) र अनलाइन स्टोरमा खरिद गर्नेहरूको सूची प्रयोग गरी विज्ञापन अभियानहरूको प्रभावकारिता मूल्याङ्कन गर्न समान गणनाहरू गर्न सकिन्छ।

स्रोत: opennet.ru