گوگل نے خفیہ ڈیٹا پروسیسنگ کے لیے لائبریری کوڈ کھولا۔

گوگل опубликовала لائبریری سورس کوڈز "فرق کی رازداری» طریقوں کے نفاذ کے ساتھ امتیازی رازداریاس میں انفرادی ریکارڈ کی شناخت کرنے کی صلاحیت کے بغیر کافی زیادہ درستگی کے ساتھ ڈیٹا سیٹ پر شماریاتی کارروائیوں کو انجام دینے کی اجازت دیتا ہے۔ لائبریری کوڈ C++ میں لکھا گیا ہے اور کھلا ہوا ہے اپاچی 2.0 کے تحت لائسنس یافتہ۔

امتیازی رازداری کے طریقوں کا استعمال کرتے ہوئے تجزیہ تنظیموں کو اعداد و شمار کو الگ کرنے اور مخصوص افراد کے پیرامیٹرز کو عام معلومات سے الگ کرنے کی اجازت دیے بغیر، اعداد و شمار کے ڈیٹا بیس سے تجزیاتی نمونے بنانے کی اجازت دیتا ہے۔ مثال کے طور پر، مریضوں کی دیکھ بھال میں فرق کی نشاندہی کرنے کے لیے، محققین کو ایسی معلومات فراہم کی جا سکتی ہیں جو انہیں ہسپتالوں میں مریضوں کے قیام کی اوسط لمبائی کا موازنہ کرنے کی اجازت دیتی ہے، لیکن پھر بھی مریض کی رازداری کو برقرار رکھتی ہے اور مریض کی معلومات کو نمایاں نہیں کرتی ہے۔

مجوزہ لائبریری میں عددی اعداد و شمار کے سیٹ پر مبنی مجموعی اعدادوشمار تیار کرنے کے لیے کئی الگورتھم کا نفاذ شامل ہے جس میں خفیہ معلومات شامل ہیں۔ الگورتھم کے درست آپریشن کو چیک کرنے کے لیے، یہ فراہم کی گئی ہے۔ اسٹاکسٹک تحقیقات. الگورتھم آپ کو اعداد و شمار پر جمع، گنتی، اوسط، معیاری انحراف، بازی اور ترتیب کے اعداد و شمار کی کارروائیوں کو انجام دینے کی اجازت دیتے ہیں، بشمول کم از کم، زیادہ سے زیادہ اور درمیانی کا تعین کرنا۔ اس میں عمل درآمد بھی شامل ہے۔ لاپلیس میکانزم، جو پہلے سے طے شدہ الگورتھم کے ذریعے احاطہ نہ کیے گئے حسابات کے لیے استعمال کیا جا سکتا ہے۔

لائبریری ایک ماڈیولر فن تعمیر کا استعمال کرتی ہے جو آپ کو موجودہ فعالیت کو بڑھانے اور اضافی میکانزم، مجموعی افعال، اور رازداری کی سطح کے کنٹرول کو شامل کرنے کی اجازت دیتی ہے۔
PostgreSQL 11 DBMS کی لائبریری پر مبنی تیار تفریق رازداری کے طریقوں کا استعمال کرتے ہوئے گمنام مجموعی افعال کے سیٹ کے ساتھ توسیع - ANON_COUNT، ANON_SUM، ANON_AVG، ANON_VAR، ANON_STDDEV اور ANON_NTILE۔

ماخذ: opennet.ru

نیا تبصرہ شامل کریں