Google открыл систему для анализа наборов данных без нарушения конфиденциальности
20 июня 2019 года
Компания Google представила криптографический протокол конфиденциального многостороннего вычисления Private Join and Compute, позволяющий проводить анализ и вычисления над зашифрованными наборами данных от нескольких участников, сохраняя конфиденциальность данных каждого участника (каждый участник не имеет возможности получить информацию о данных других участников, но может производить над ними обобщённые вычисления без расшифровки). Код реализации протокола открыт под лицензией Apache 2.0.
Private Join and Compute позволяет передать приватный набор записей третьему лицу, которое сможет выполнить его анализ и в обобщённом виде оценить различия со своим набором, но не имеет возможности узнать значения конкретных записей. Например, имеется возможность в зашифрованном наборе данных получить такие сведения, как число совпадающих со своим набором идентификаторов и суммы значений записей с совпадающими идентификаторами. При этом невозможно узнать какие именно значения и идентификаторы присутствуют в наборе.
Протокол Private Join and Compute, также именуемый как Private Intersection-Sum, основан на комбинации протокола случайной забывчивой передачи (Random Oblivious Transfer), шифрованных фильтров Блума и двойной маскировке Полига — Хеллмана.
Предложенная система может оказаться полезной, например, когда одно медицинское учреждение имеет сведения о состоянии здоровья пациентов, а другое о назначении нового профилактического лекарства. Протокол "Private Join and Compute" позволяет не раскрывая информации, объединить зашифрованные наборы данных и вывести общую статистику, которая позволит понять снижает ли назначенный препарат заболеваемость или нет. Ещё один пример, когда на основе базы аварий от госавтоинспекции и базы применения усовершенствованных средств безопасности в автомобилях можно оценить влияет ли появление этих средств на число аварий.
Другой пример, когда на основе базы сотрудников одной компании и данных о покупках от другой, можно вычислить сколько сотрудников из первой компании осуществили покупки во второй и на какую сумму. В контексте рекламных сетей можно производить подобные вычисления для оценки эффективности рекламных компаний, оперируя списками пользователей, которым была показана реклама (или которые совершили переход по ссылке) и которые сделали покупки в интернет-магазине.
Источники править
Любой участник может оформить статью: добавить иллюстрации, викифицировать, заполнить шаблоны и добавить категории.
Любой редактор может снять этот шаблон после оформления и проверки.
Комментарии
Если вы хотите сообщить о проблеме в статье (например, фактическая ошибка и т. д.), пожалуйста, используйте обычную страницу обсуждения.
Комментарии на этой странице могут не соответствовать политике нейтральной точки зрения, однако, пожалуйста, придерживайтесь темы и попытайтесь избежать брани, оскорбительных или подстрекательных комментариев. Попробуйте написать такие комментарии, которые заставят задуматься, будут проницательными или спорными. Цивилизованная дискуссия и вежливый спор делают страницу комментариев дружелюбным местом. Пожалуйста, подумайте об этом.
Несколько советов по оформлению реплик:
- Новые темы начинайте, пожалуйста, снизу.
- Используйте символ звёздочки «*» в начале строки для начала новой темы. Далее пишите свой текст.
- Для ответа в начале строки укажите на одну звёздочку больше, чем в предыдущей реплике.
- Пожалуйста, подписывайте все свои сообщения, используя четыре тильды (~~~~). При предварительном просмотре и сохранении они будут автоматически заменены на ваше имя и дату.
Обращаем ваше внимание, что комментарии не предназначены для размещения ссылок на внешние ресурсы не по теме статьи, которые могут быть удалены или скрыты любым участником. Тем не менее, на странице комментариев вы можете сообщить о статьях в СМИ, которые ссылаются на эту заметку, а также о её обсуждении на сторонних ресурсах.