Google ha anunciado que está lanzando la versión de código abierto de una biblioteca de privacidad diferencial que ayuda a impulsar algunos de sus propios productos.

Google invirtió en protección diferencial de la privacidad, por ejemplo, para medir qué tan popular es el plato de un restaurante específico en Google Maps, dijo Engadget . Ahora, la herramienta podría ayudar a otros desarrolladores a alcanzar el nivel deseado de defensa de la privacidad diferencial. "Al lanzar su herramienta de privacidad diferencial de cosecha propia, Google facilitará que cualquier empresa mejore su privacidad de buena fe, " dijo Cableado .

Apoyo. ¿Qué es la privacidad diferencial? Este es el lenguaje de la ciencia de datos. Así es como Lily Hay Newman lo describió en Cableado :Agrega estratégicamente ruido aleatorio a la información del usuario almacenada en bases de datos para que las empresas aún puedan analizarla sin poder identificar a las personas.

Previamente, Andy Greenberg lo había cubierto de Cableado como "herramienta matemática, "administrando la extracción de datos del usuario y al mismo tiempo protegiendo la privacidad del usuario. ¿Cómo? Ingrese esa adición de" ruido aleatorio "a la información de la persona" antes de que se cargue en la nube ".

Nick Statt en El borde ofreció otra instantánea de la privacidad diferencial como "un enfoque criptográfico de la ciencia de datos, particularmente en lo que respecta al análisis, eso permite que alguien que confía en el análisis asistido por software extraiga información de conjuntos de datos masivos mientras protege la privacidad del usuario ".

En Mayo, Nicolas Sartor en Capa de aire escribió sobre cómo se relacionaba con la anonimización, un término que muchos más ya conocen. "Cuando se trata de la anonimización de datos, uno inevitablemente se encuentra con una privacidad diferencial. Muchos investigadores de la privacidad lo consideran el "estándar de oro" del anonimato. Empresas de tecnología reconocidas como Apple o Google lo están utilizando para ciertos análisis de datos y lo comercializan para aumentar la conciencia pública subrayando su enfoque en la protección de datos ".

En cuanto al anuncio de Google, Newman informó sobre lo que obtienen los desarrolladores:(1) un conjunto de bibliotecas de privacidad diferencial de código abierto que ofrecen ecuaciones y modelos necesarios para establecer límites y restricciones en la identificación de datos y (2) una interfaz para facilitar que más desarrolladores implementen las protecciones.

Miguel Guevara, Gerente de producto, Oficina de Privacidad y Protección de Datos, publicó algo en el blog de desarrolladores de Google el jueves que deja en claro que no solo los desarrolladores, sino también las empresas y, a su vez, las personas a las que sirven, pueden beneficiarse de las sólidas protecciones de privacidad, mientras que la biblioteca de código abierto fue diseñada para satisfacer las necesidades de los desarrolladores.

"Tanto si eres un urbanista, propietario de una pequeña empresa, o un desarrollador de software, Obtener información útil a partir de los datos puede ayudar a que los servicios funcionen mejor y a responder preguntas importantes. Pero, sin fuertes protecciones de privacidad, corre el riesgo de perder la confianza de sus ciudadanos, clientes, y usuarios ".

Guevera dijo "De la medicina, al gobierno, A negociar, y más allá, Esperamos que estas herramientas de código abierto ayuden a generar conocimientos que beneficien a todos ”. Guevara ofreció un ejemplo de cómo los investigadores del sector de la salud podrían implementar el análisis.

"El análisis de datos diferencialmente privados ... permite a las organizaciones aprender de la mayoría de sus datos y, al mismo tiempo, garantizar que esos resultados no permitan distinguir o volver a identificar los datos de ningún individuo ... Por ejemplo, si eres investigador en salud, es posible que desee comparar la cantidad promedio de tiempo que los pacientes permanecen ingresados ​​en varios hospitales para determinar si existen diferencias en la atención. La privacidad diferencial es una garantía medios analíticos para garantizar que los casos de uso como este se aborden de manera que se preserve la privacidad ".

La página de GitHub dijo que el proyecto tiene "una biblioteca C ++ de algoritmos privados diferencialmente ε, que se puede utilizar para producir estadísticas agregadas sobre conjuntos de datos numéricos que contienen información privada o confidencial. Además, proporcionamos un probador estocástico para verificar la exactitud de los algoritmos ".

Realmente, ese probador estocástico es lo que Ayuda Net Security Zeljka Zorz descubrió que son las cosas más importantes sobre el lanzamiento. Ella dijo que fue para ayudar a detectar fallas y problemas en la implementación "que podrían hacer que la propiedad de privacidad diferencial ya no se mantenga. Esto permitirá a los desarrolladores asegurarse de que su implementación funcione como debería".

Su comentario tuvo resonancia a la luz de lo que Newman en Cableado dijo acerca de los expertos que desalientan fuertemente a los desarrolladores de intentar "lanzar su propio" esquema de privacidad diferencial, o diseña uno desde cero. "Google espera que su herramienta de código abierto sea lo suficientemente fácil de usar como para que pueda ser una ventanilla única para los desarrolladores que de otro modo podrían meterse en problemas".

CNET citó a Bryant Gipson, un gerente de ingeniería en Google, en una entrevista. "El objetivo de esto es proporcionar una biblioteca de algoritmos primarios sobre los que pueda construir cualquier tipo de solución de privacidad diferencial".

© 2019 Science X Network