差分隐私技术在 Apple 分析你的数据之前,为数据添加随机信息,这样我们就无法将这些数据与你的设备关联。只有当你的数据与大量其他用户的数据相结合,平均掉随机添加的信息时,相关的模式才会显现。而这些模式,能够帮助 Apple 深入了解人们如何使用他们的设备,同时避免收集与个人相关的信息。https://images.apple.com/privacy/docs/Differential_Privacy_Overview.pdf
1
luohc2004 2018-02-08 11:42:01 +08:00 via Android
我去,真有这项技术?那随机添加的信息均值要为零,产生这个随机值的机制肯定够复杂
|
2
honeycomb 2018-02-08 11:47:57 +08:00 via Android
楼主可以去各种公开课平台学习差分隐私的课程,它涉及到很多数学
|
3
3a3Mp112 2018-02-08 11:48:51 +08:00
这种技术没有实际效果, 参考 surge app 一样有方法定位唯一用户
|
5
luckychenhaha 2018-02-08 13:38:41 +08:00 via Android 1
这个问题真是问巧了,刚刚研究过。差分隐私,通过 laplace 和指数两种机制添加噪声,目标是做数据挖掘前先进行处理。苹果的方案,是在手机本地加入噪声后再上传,一般统计的是输入法的新词汇,表情包的使用状况,运动相关数据等。这个做法还是挺能体现公司的良心的。然而,国内公司就不管这些东西,用户都没几个,为啥要搞这个,先都上传了再说。
|
6
w3sy OP @luckychenhaha 关键是如何保证统计后的信息不被噪声干扰,或者保证噪声在较大数据量下透明?
|
7
goodbest 2018-02-08 13:46:58 +08:00 via iPhone 1
苹果自己的 blog 文章里讲的很清楚了。我估计也能搜到中文翻译文吧。
https://machinelearning.apple.com/2017/12/06/learning-with-privacy-at-scale.html |
8
feverzsj 2018-02-08 13:47:49 +08:00
在社工面前都是渣渣
|