Firma Google źródłowe kody biblioteki „” z implementacją metod , które umożliwiają stosunkowo dokładne wykonywanie operacji statystycznych na zbiorze danych bez możliwości identyfikacji poszczególnych rekordów w nim. Kody biblioteki są napisane w języku C++ i na licencji Apache 2.0.
Analiza z wykorzystaniem metod prywatności różnicowej pozwala organizacjom na prowadzenie analiz danych z baz danych statystycznych, nie pozwalając na rozdzielenie danych i wyodrębnienie z ogólnych informacji parametrów konkretnych osób. Na przykład, aby wskazać różnice w opiece nad pacjentami, badacze mogą mieć dostęp do informacji umożliwiających porównanie średniego czasu pobytu pacjentów w szpitalach, jednocześnie chroniąc prywatność pacjentów i uniemożliwiając ujawnienie informacji o nich.
Proponowana biblioteka zawiera implementację kilku algorytmów do tworzenia zagregowanej statystyki na podstawie zbiorów danych liczbowych, które zawierają poufne informacje. Aby sprawdzić poprawność działania algorytmów, udostępniany jest . Algorytmy pozwalają na wykonywanie na danych operacji sumowania, zliczania, obliczania średnich, odchyleń standardowych, wariancji oraz statystyki porządkowej, w tym określenie minimum, maksimum i mediany. W pakiecie znajduje się również implementacja , który może być używany do obliczeń, które nie są objęte zdefiniowanymi algorytmami.
Biblioteka wykorzystuje architekturę modułową, co pozwala na rozszerzenie istniejącej funkcjonalności i dodawanie dodatkowych mechanizmów, funkcji agregujących i narzędzi do zarządzania poziomem poufności.
Na bazie biblioteki dla systemu zarządzania bazą danych PostgreSQL 11 rozszerzenie z zestawem anonimowych funkcji agregujących, korzystających z metod prywatności różnicowej – ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV i ANON_NTILE.
Źródło: opennet.ru
