Гоогле отвара код библиотеке за обраду поверљивих података

Гоогле опубликовала изворни кодови библиотеке "Диференцијална приватност» са имплементацијом метода диференцијална приватност, омогућавајући извођење статистичких операција над скупом података са довољно високом тачношћу без могућности идентификације појединачних записа у њему. Код библиотеке је написан у Ц++ и је отворен лиценциран под Апацхе 2.0.

Анализа коришћењем диференцијалних метода приватности омогућава организацијама да праве аналитичке узорке из статистичких база података, не дозвољавајући им да одвоје податке и изолују параметре конкретних појединаца од општих информација. На пример, да би се идентификовале разлике у бризи о пацијентима, истраживачима се могу пружити информације које им омогућавају да упореде просечну дужину боравка пацијената у болницама, али и даље одржавају поверљивост пацијената и не истичу информације о пацијентима.

Предложена библиотека укључује имплементацију неколико алгоритама за генерисање збирне статистике засноване на скуповима нумеричких података који укључују поверљиве информације. Да бисте проверили исправан рад алгоритама, обезбеђен је стохастичка сонда. Алгоритми вам омогућавају да извршите операције сумирања, бројања, средње вредности, стандардне девијације, дисперзије и статистике редоследа података, укључујући одређивање минимума, максимума и медијане. Такође укључује имплементацију Лапласов механизам, који се може користити за прорачуне који нису обухваћени унапред дефинисаним алгоритмима.

Библиотека користи модуларну архитектуру која вам омогућава да проширите постојећу функционалност и додате додатне механизме, агрегатне функције и контроле нивоа приватности.
Заснован на библиотеци за ПостгреСКЛ 11 ДБМС припремљен проширење са скупом анонимних агрегатних функција које користе диференцијалне методе приватности - АНОН_ЦОУНТ, АНОН_СУМ, АНОН_АВГ, АНОН_ВАР, АНОН_СТДДЕВ и АНОН_НТИЛЕ.

Извор: опеннет.ру