Партнеры
December 9, 2020

Движение инноваций с дифференцированной конфиденциальностью

Oasis Labs запускает проект на ранней стадии с BMW Group по созданию нового поколения технологии конфиденциальности данных.

Введение

Данные-это жизненная сила современных компаний. Они приводят в действие продукты, управляют решениями и закрывают деловые соглашения — но с большим количеством данных появляется повышенный риск разоблачения, случайных утечек и нарушений конфиденциальности. Недавние нормативные акты, такие как GDPR и CCPA, предприняли шаги по защите личной конфиденциальности, но они также добавляют значительный новый барьер для использования данных, который может решить только новая технология.

Oasis Labs предлагает конфиденциальность и конфиденциальные вычислительные технологии , которые могут обеспечить ответственное использование данных, когда отдельные лица сохраняют контроль над своими данными в качестве самостоятельных владельцев производимой ими информации, а корпорации используют эти данные с согласия отдельных лиц с технологиями, которые сохраняют индивидуальную конфиденциальность и конфиденциальность. Это решение использует мощную новую технологию под названием differential privacy для обеспечения программных гарантий конфиденциальности доступа к определенному набору данных.

Oasis Labs сотрудничает с BMW Group на ранней стадии проекта по созданию инновационных решений для обеспечения конфиденциальности, которые используют differential privacy и устанавливают новый стандарт ответственного использования данных в автомобильной промышленности.

Пример differential privacy

Представьте, что у вас есть база данных зарплат сотрудников. Предположим, что запрос, который вы запрашиваете в базе данных, является средней зарплатой сотрудников в базе данных. Если Боб знает количество сотрудников в компании и выполняет этот запрос до и после вступления Хлои в организацию, то Боб может рассчитать зарплату Хлои, как показано ниже,

  1. Боб знает число k сотрудников в своей компании
  2. Боб запускает запрос средней зарплаты и получает N
  3. Хлоя присоединяется к его компании
  4. Боб запускает запрос средней зарплаты и получает M
  5. Зарплата Хлои = M (k + 1) - Nk

Differential privacy-это метод, который гарантирует, что результаты статистических запросов не могут быть использованы для сбора какой-либо информации о конкретных лицах или более широкого доступа к определенным строкам в базе данных. Информация может быть доступна только в совокупности. Решение Oasis для дифференциальной конфиденциальности работает для баз данных SQL и основано на перезаписи запросов. Предоставляемые гарантии и используемый механизм показаны на рисунках 1 и 2. Одним из преимуществ использования метода перезаписи запросов является то, что любая база данных, поддерживающая диалект SQL, включающий математические функции abs, random, ln и sign, может быть использована в качестве бэкэнд-базы данных. Этот механизм делает запросы внутренне закрытыми. После перезаписи запрос может быть отправлен в базу данных, и результаты будут дифференцированно приватными.

Предоставление дифференцированно частных решений для BMW Group

На новом, раннем этапе Oasis Labs работает с BMW Group над тестированием приложений differential privacy в своих внутренних системах. Это решение позволяет как внутренним командам, так и внешним партнерам получать доступ к данным, оставаясь при этом совместимыми и защищая конфиденциальность пользователей. Все обращения могут быть сохранены в книге, чтобы включить аудит на основе согласия, и все участники доступа могут быть проверены с высокой степенью целостности платформой Oasis Labs перед запуском запросов и возвращением результатов. Интеграция строится на уже надежной инфраструктуре конфиденциальности и безопасности модели, привнося в их стек новейшие технологии конфиденциальности.

На пути к будущему ответственного использования данных

Совместная работа BMW Group и Oasis Labs направлена на изучение новейших технологий конфиденциальности. Для Oasis Labs эта интеграция является еще одним примером того, как мы работаем с лидерами отрасли, чтобы привнести новые методы и технологии защиты данных в наш современный мир и приблизить нас на один шаг к ответственной экономике данных.