|
谷歌周四在官方博客中宣布，将发布差分隐私库的开源版本，希望让其他公司更方便地保护用户隐私
差分隐私仍是一种相对较新的数据科学形式。使用这种技术，科技公司可以在不侵犯用户个人隐私的情况下挖掘大量用户数据。这种技术可以将随机噪声注入到用户数据中，确保科技公司无法识别出每个用户。
谷歌指出，从头开始开发这样的工具很难。谷歌产品经理米格尔·古瓦拉（Miguel Guevara）表示：“今天，我们推出差分隐私库的开源版本，这已被用于谷歌的某些核心产品。为了让开发者更方便地使用这个库，我们将重点放在那些可能特别难以从头开始开发的特性上，比如自动计算用户贡献的边界。现在，任何想要使用这个库的组织或开发者都可以免费使用。”
谷歌今年已经公布了多个开源隐私保护项目，包括Private Join and Compute。这可以帮助合作公司加密它们的数据。此外，谷歌还发布了TensorFlowPrivacy。这款工具帮助开发者开发带隐私保护的机器学习模型。
谷歌已经在多个领域应用差分隐私技术，比如在谷歌地图上衡量某家餐厅的餐品有多受欢迎，或是优化谷歌Fi。苹果也使用这种技术对各种数据进行模糊处理，包括用户浏览历史，以及用户的HealthKit数据。Uber于2017年发布了差分隐私工具，限制从司机处获得的数据。通过向个人数据注入随机噪声，公司可以在不追踪用户，或侵犯用户隐私的情况下挖掘信息。
开发者目前可以在GitHub上访问谷歌的开源差分库。这个库中的工具包括一款随机测试器，能帮助开发者检查自己的工作并防止错误。
|
