Google hufungua msimbo wa maktaba kwa usindikaji wa siri wa data

Google опубликовала nambari za chanzo za maktaba "Faragha tofauti»na utekelezaji wa mbinu faragha tofauti, kuruhusu kufanya shughuli za takwimu kwenye seti ya data yenye usahihi wa juu wa kutosha bila uwezo wa kutambua rekodi za kibinafsi ndani yake. Nambari ya maktaba imeandikwa katika C ++ na iko wazi leseni chini ya Apache 2.0.

Uchanganuzi kwa kutumia mbinu tofauti za faragha huruhusu mashirika kutengeneza sampuli za uchanganuzi kutoka kwa hifadhidata za takwimu, bila kuziruhusu kutenganisha data na kutenganisha vigezo vya watu mahususi kutoka kwa taarifa ya jumla. Kwa mfano, ili kutambua tofauti katika utunzaji wa wagonjwa, watafiti wanaweza kupewa taarifa zinazowawezesha kulinganisha urefu wa wastani wa kukaa kwa wagonjwa hospitalini, lakini bado hudumisha usiri wa mgonjwa na hauangazii habari za mgonjwa.

Maktaba inayopendekezwa inajumuisha utekelezaji wa algoriti kadhaa za kutoa takwimu zilizojumlishwa kulingana na seti za data za nambari zinazojumuisha maelezo ya siri. Ili kuangalia uendeshaji sahihi wa algorithms, hutolewa uchunguzi wa stochastic. Algoriti hukuruhusu kufanya majumuisho, kuhesabu, wastani, mkengeuko wa kawaida, mtawanyiko na kuagiza shughuli za takwimu kwenye data, ikiwa ni pamoja na kubainisha kiwango cha chini, cha juu zaidi na cha wastani. Pia inajumuisha utekelezaji Laplace utaratibu, ambayo inaweza kutumika kwa hesabu ambazo hazijashughulikiwa na algoriti zilizofafanuliwa awali.

Maktaba hutumia usanifu wa kawaida unaokuruhusu kupanua utendakazi uliopo na kuongeza mbinu za ziada, utendaji wa jumla na udhibiti wa kiwango cha faragha.
Kulingana na maktaba ya PostgreSQL 11 DBMS tayari kiendelezi chenye seti ya vitendaji vya jumla visivyojulikana kwa kutumia mbinu tofauti za faragha - ANON_COUNT, ANON_SUM, ANON_AVG, ANON_VAR, ANON_STDDEV na ANON_NTILE.

Chanzo: opennet.ru