ګوګل د محرم معلوماتو پروسس کولو لپاره د کتابتون کوډ خلاصوي

Google خپور شوی د کتابتون سرچینې کوډونه "متفاوت محرمیت» د میتودونو پلي کولو سره توپیر محرمیت، په کافي اندازه لوړ دقت سره په ډیټا سیټ کې د احصایوي عملیاتو ترسره کولو ته اجازه ورکوي پرته لدې چې پدې کې د انفرادي ریکارډونو پیژندلو وړتیا ولري. د کتابتون کوډ په C++ لیکل شوی او خلاصه ده د اپاچی 2.0 لاندې جواز شوی.

د توپیر محرمیت میتودونو په کارولو سره تحلیل سازمانونو ته اجازه ورکوي چې د احصایوي ډیټابیسونو څخه تحلیلي نمونې رامینځته کړي ، پرته لدې چې دوی ته اجازه ورکړي چې ډاټا جلا کړي او د ځانګړي اشخاصو پیرامیټونه له عمومي معلوماتو څخه جلا کړي. د مثال په توګه، د ناروغانو په پاملرنې کې د توپیرونو پیژندلو لپاره، څیړونکو ته معلومات چمتو کیدی شي چې دوی ته اجازه ورکوي چې په روغتونونو کې د ناروغانو د پاتې کیدو منځنۍ موده پرتله کړي، مګر بیا هم د ناروغ محرمیت ساتي او د ناروغ معلومات نه روښانه کوي.

وړاندیز شوي کتابتون کې د شمیري معلوماتو د سیټونو پراساس د راټول شوي احصایې رامینځته کولو لپاره د څو الګوریتمونو پلي کول شامل دي چې محرم معلومات پکې شامل دي. د الګوریتم د سم عملیات چک کولو لپاره، دا چمتو شوی stochastic تحقیقات. الګوریتمونه تاسو ته اجازه درکوي چې په ډیټا کې مجموعه ، شمیرنه ، معنی ، معیاري انحراف ، توزیع او ترتیب احصایې عملیات ترسره کړئ ، پشمول د لږترلږه ، اعظمي او مینځنۍ ټاکل. پدې کې پلي کول هم شامل دي د Laplace میکانیزم، کوم چې د محاسبې لپاره کارول کیدی شي چې د مخکیني ټاکل شوي الګوریتم لخوا پوښل شوي ندي.

کتابتون یو ماډلر جوړښت کاروي چې تاسو ته اجازه درکوي موجوده فعالیت پراخ کړئ او اضافي میکانیزمونه، مجموعي دندې، او د محرمیت کچې کنټرولونه اضافه کړئ.
د PostgreSQL 11 DBMS لپاره د کتابتون پر بنسټ چمتو شوی تمدید د نامعلومو مجموعو افعالو سیټ سره چې د راز راز راز راز راز میتودونه کاروي - ANON_COUNT، ANON_SUM، ANON_AVG، ANON_VAR، ANON_STDDEV او ANON_NTILE.

سرچینه: opennet.ru

Add a comment