Les développeurs profitent de l'open source pour la protection de la confidentialité des données

Google a annoncé la publication de la version à source ouverte d'une bibliothèque de confidentialité différentielle permettant d'alimenter certains de ses propres produits.

Google a investi dans la protection de la vie privée, par exemple, pour évaluer la popularité du plat d'un restaurant sur Google Maps, a déclaré Engadget. Désormais, l'outil peut aider d'autres développeurs à atteindre le niveau souhaité de défense différentielle de la confidentialité. "En publiant son outil de confidentialité différencié, Google facilitera la tâche de toute entreprise pour renforcer sa vie privée", a déclaré Filaire.

Sauvegarder. Qu'est-ce que la confidentialité différentielle? C'est le langage des données. Voici comment Lily Hay Newman l’a décrit dans Filaire: Il ajoute stratégiquement du bruit aléatoire aux informations utilisateur stockées dans des bases de données, de sorte que les entreprises peuvent toujours l’analyser sans pouvoir isoler les utilisateurs.

Auparavant, Andy Greenberg avait couvert Filaire en tant qu '"outil mathématique", permettant d'exploiter les données des utilisateurs tout en protégeant leur vie privée. Comment? Entrez cet ajout de "bruit aléatoire" aux informations de la personne "avant qu'il ne soit chargé dans le nuage".

Nick Statt dans Le bord a proposé un autre instantané de la confidentialité différentielle en tant qu '"approche cryptographique de la science des données, en particulier en ce qui concerne l'analyse, qui permet à quelqu'un s'appuyant sur une analyse assistée par logiciel de tirer des informations d'un ensemble de données volumineux tout en protégeant la confidentialité des utilisateurs".

En mai, Nicolas Sartor à Aircloak a écrit sur la manière dont il était lié à l’anonymisation, terme que beaucoup d’autres connaissent déjà. "Lorsqu'on traite de l'anonymisation des données, on se heurte inévitablement à une confidentialité différente. De nombreux chercheurs la considèrent comme la" norme par excellence "de l'anonymisation. Des sociétés de haute technologie telles que Apple ou Google l'utilisent pour certaines analyses de données et la commercialisent pour la rendre publique. sensibilisation soulignant leur intérêt pour la protection des données ".

En ce qui concerne l'annonce de Google, Newman a rapporté ce que les développeurs obtiennent: (1) un ensemble de bibliothèques de confidentialité différentielles à code source ouvert offrant les équations et les modèles nécessaires pour définir les limites et les contraintes relatives à l'identification des données, et (2) une interface facilitant davantage développeurs pour mettre en œuvre les protections.

Miguel Guevara, chef de produit, Office de la protection des données et de la confidentialité, a publié jeudi un article sur le blog des développeurs de Google qui indique clairement que non seulement les développeurs, mais aussi les entreprises et les personnes qu’ils servent, peuvent bénéficier d’une protection renforcée de la confidentialité, tandis que le La bibliothèque open source a été conçue pour répondre aux besoins des développeurs.

"Que vous soyez un urbaniste, un propriétaire de petite entreprise ou un développeur de logiciels, recueillir des informations utiles à partir des données peut améliorer le fonctionnement des services et répondre à des questions importantes. Cependant, sans protections strictes de la vie privée, vous risquez de perdre la confiance de vos citoyens. , clients et utilisateurs. "

M. Guevera a déclaré: "De la médecine au gouvernement, en passant par les entreprises et au-delà, nous espérons que ces outils à code source ouvert aideront à produire des informations qui profiteront à tous." Guevara a donné un exemple de la façon dont l'analyse pourrait être mise en œuvre par des chercheurs en soins de santé.

"L'analyse de données différentiellement privées … permet aux organisations de tirer des enseignements de la majorité de leurs données tout en veillant simultanément à ce que ces résultats ne permettent pas la distinction ou la réidentification des données d'une personne … Par exemple, si vous êtes un chercheur en santé , vous pouvez comparer la durée moyenne d'admission des patients dans différents hôpitaux afin de déterminer s'il existe des différences dans les soins. La confidentialité différentielle est un moyen analytique à haute assurance de garantir que les cas d'utilisation de ce type sont traités de manière confidentielle. manière conservatrice. "

La page GitHub a déclaré que le projet avait "une bibliothèque C ++ d'algorithmes ε-différentiellement privés, qui peuvent être utilisés pour produire des statistiques globales sur des ensembles de données numériques contenant des informations privées ou sensibles. En outre, nous fournissons un testeur stochastique pour vérifier l'exactitude des données." algorithmes. "

En fait, ce testeur stochastique est ce que Aide Net SecurityZeljka Zorz a découvert que les choses les plus importantes à propos de la sortie. Elle a déclaré que c'était pour aider à repérer les problèmes techniques et les problèmes de mise en œuvre "qui pourraient empêcher la propriété de confidentialité différentielle de tenir. Cela permettra aux développeurs de s'assurer que leur mise en œuvre fonctionne comme il se doit".

Son commentaire a eu une résonance à la lumière de ce que Newman dans Filaire a déclaré à propos des experts décourageant fortement les développeurs d'essayer de "rouler votre propre" système de confidentialité différentielle, ou de concevoir un à partir de zéro. "Google espère que son outil open source sera suffisamment facile à utiliser pour devenir un guichet unique pour les développeurs qui pourraient autrement se retrouver dans le pétrin."

CNET a cité Bryant Gipson, un responsable technique de Google, dans une interview. "L'objectif est de fournir une bibliothèque d'algorithmes primaires sur lesquels vous pouvez construire n'importe quel type de solution de confidentialité différentielle."

© 2019 Science X Network