Google har öppnat ett system för att analysera datamängder utan att bryta mot konfidentialitet

Google представила kryptografiskt protokoll för konfidentiell flerpartsberäkning Privat Gå med och beräkna, som tillåter analys och beräkningar av krypterade datamängder från flera deltagare, och upprätthåller konfidentialiteten för varje deltagares data (varje deltagare kan inte få information om andra deltagares data, men kan utföra generaliserade beräkningar på dem utan dekryptering). Kod för implementering av protokoll är öppen licensierad under Apache 2.0.

Private Join and Compute låter dig överföra en privat uppsättning poster till en tredje part, som kommer att kunna analysera den och generellt utvärdera skillnaderna med deras uppsättning, men kommer inte att kunna ta reda på värdena för specifika poster. Till exempel är det möjligt att få information från en krypterad datamängd, såsom antalet identifierare som matchar dess uppsättning och summan av värdena för poster med matchande identifierare. I det här fallet är det omöjligt att ta reda på exakt vilka värden och identifierare som finns i uppsättningen.

Private Join and Compute-protokoll, även kallat Private Intersection-Sum, grundad på protokollkombination oavsiktlig glömsk överföring (Random Oblivious Transfer), krypterad Bloom filter och dubbel förklädnad Polig-Hellman.

Det föreslagna systemet kan vara användbart till exempel när en medicinsk institution har information om patienters hälsotillstånd och en annan om förskrivning av ett nytt förebyggande läkemedel. Protokollet "Private Join and Compute" låter dig, utan att avslöja information, kombinera krypterade datamängder och visa allmän statistik som gör att du kan förstå om det förskrivna läkemedlet minskar förekomsten av sjukdom eller inte. Ett annat exempel är att man utifrån databasen över olyckor från statens trafikinspektion och underlaget för användningen av förbättrad säkerhetsutrustning i bilar kan bedöma om utseendet på denna utrustning påverkar antalet olyckor.

Ett annat exempel är när man utifrån ett företags personalbas och inköpsdata från ett annat kan beräkna hur många anställda från det första företaget som gjort inköp från det andra och för vilket belopp. I samband med annonsnätverk kan liknande beräkningar göras för att utvärdera effektiviteten av reklamkampanjer, med hjälp av listor över användare som fick se en annons (eller som klickade på en länk) och som gjorde köp i en webbutik.

Källa: opennet.ru