Google запустил open-source версию библиотеки Differential Privacy – технологии дифференциальной приватности, которая используется в ряде основных продуктов компании. Проект открыт для всех желающих на GitHub.
Чтобы упростить использование библиотеки для разработчиков, Google сосредоточился на тех функциях, которые особенно сложны для создания с нуля, таких как автоматический расчёт ограничений на вклады пользователей.
Технология дифференциальной приватности позволяет улучшить защиту конфиденциальности при сборе персональных данных пользователей.
Согласно описанию на GitHub, проект Google содержит C++-библиотеку ε-дифференциальных частных алгоритмов, которая может использоваться для получения агрегированной статистики по числовым наборам данных, содержащим личную или конфиденциальную информацию.
Google использует эту технологию для создания различных полезных функций, таких как определение загруженности торговых точек и заведений в течение дня, популярности определённого блюда в Google Maps и других.
Ранее в этом году Google представил ещё несколько open-source проектов в области защиты конфиденциальности, включая Tensorflow Privacy, Tensorflow Federated, а также Private Join and Compute.
