Google har åpnet et system for å analysere datasett uten å bryte konfidensialitet

Google presentert kryptografisk protokoll for konfidensiell flerpartsberegning Private Delta og Compute, som tillater analyser og beregninger på krypterte datasett fra flere deltakere, og opprettholder konfidensialiteten til hver deltakers data (hver deltaker er ikke i stand til å få informasjon om dataene til andre deltakere, men kan utføre generaliserte beregninger på dem uten dekryptering). Protokollimplementeringskode åpen lisensiert under Apache 2.0.

Private Join and Compute lar deg overføre et privat sett med poster til en tredjepart, som vil kunne analysere det og generelt vurdere forskjellene med settet deres, men vil ikke kunne finne ut verdiene til spesifikke poster. For eksempel er det mulig å få informasjon fra et kryptert datasett, for eksempel antall identifikatorer som samsvarer med settet og summen av verdiene til poster med matchende identifikatorer. I dette tilfellet er det umulig å finne ut nøyaktig hvilke verdier og identifikatorer som finnes i settet.

Private Join and Compute-protokoll, også referert til som Private Intersection-Sum, basert på protokollkombinasjon utilsiktet glemsom overføring (Random Oblivious Transfer), kryptert Bloom filtre og dobbel forkledning Polig-Hellman.

Det foreslåtte systemet kan for eksempel være nyttig når en medisinsk institusjon har informasjon om helsetilstanden til pasienter, og en annen om forskrivning av et nytt forebyggende legemiddel. "Private Join and Compute"-protokollen lar deg, uten å avsløre informasjon, kombinere krypterte datasett og vise generell statistikk som lar deg forstå om det foreskrevne stoffet reduserer forekomsten av sykdom eller ikke. Et annet eksempel er at det ut fra databasen over ulykker fra Statens trafikktilsyn og grunnlaget for bruk av forbedret sikkerhetsutstyr i biler er mulig å vurdere om utseendet til dette utstyret påvirker antall ulykker.

Et annet eksempel er når du, basert på ansattbasen til en bedrift og kjøpsdata fra en annen, kan beregne hvor mange ansatte fra den første bedriften som kjøpte fra den andre og for hvilket beløp. I forbindelse med annonsenettverk kan lignende beregninger gjøres for å evaluere effektiviteten av annonsekampanjer, ved å bruke lister over brukere som ble vist en annonse (eller som klikket på en lenke) og som gjorde kjøp i en nettbutikk.

Kilde: opennet.ru