Google推出Python支持以提升网络隐私保护

关键要点

Google宣布向其开放源代码项目添加Python支持，以提升差分隐私的使用。差分隐私技术可以在大数据集中保护个人隐私。这一举措有助于更多开发者、研究人员和公司构建应用程序，提升隐私保护能力。差分隐私在分析大型数据集时的有效性，特别是在美国人口普查中的应用。

来源：Natali Mis / Getty Images

Google宣布，它将向其一个旨在增强互联网隐私的开放源代码项目中添加Python支持。该项目包括了一个库和工具，以助于使用差分隐私，这是一种旨在保护个体在大型数据集中的隐私的技术。

Google隐私及数据保护办公室的产品经理Miguel Guevara在公司开发者博客中表示：“之前，我们的差分隐私库只在三种编程语言中提供。现在，我们将其扩展到Python，使全球近一半的开发者能够使用。这意味着更多的开发者、研究人员和公司将能够使用行业领先的隐私技术来构建应用程序，从而在保护和尊重个人隐私的同时，获取数据集中的洞察和观察趋势。”

xfs8cc旋风加速官网

差分隐私的作用

普渡大学计算机科学教授Christopher W Clifton解释说，许多进行数据科学项目的人开始转向Python，因此将该语言纳入Google的框架将扩大对差分隐私的关注。他表示：“这是针对那些花费大量时间研究数据并发布数据相关信息的人。”

即使在大数据集中数据被匿名处理，发布关键信息仍存在问题， 库夫顿解释说：“即使我知道你在一个数据集中，差分隐私也保护你不被我从该数据集中分析出关于你的任何信息。差分隐私确保从数据的统计分析中，你无法绝对确定任何个体的信息。”

库简化了开发者对数据摘要的提供

然而，对于普通开发者来说，使用差分隐私可能会很困难，卡内基梅隆大学CyLab安全与隐私研究所的计算机科学教授Jason I Hong指出。“这些库使得开发者在提供数据的有用摘要时，更容易保护个体的隐私。”他说。

“使用Google的库仍然需要对差分隐私及其使用有良好的理解，”库夫顿警告道。“这并不意味着我们突然找到了所有隐私问题的解决方案，但对于那些理解如何使用差分隐私的人来说，这将使他们更容易制作出正确的产品。”

美国人口普查正在使用差分隐私

Hong提到，差分隐私在分析大型数据集时非常有用。“美国人口普查在2020年的人口普查数据中使用差分隐私技术，使其能够提供统计概要，同时让攻击者难以反向工程这些结果以发现特定个体的数据。”他补充说。

除了向其差分隐私框架添加对Python的支持外，Google还推出了一种新工具，使开发者可以更方便地微调其部署。该工具简化了隐私损失与噪声之间的平衡或epsilon的调整，以防止隐私损失。

“要获得正确的epsilon值，通常需要多次运行你的管道。这是非常耗时的，”Guevara在采访中说。“我们发布的工具允许你通过一次传递模拟不同epsilon值对效用的影响。因此，你只需运行一次管道。”