מהי "פרטיות דיפרנציאלית", ואיך זה שומר על הנתונים שלי אנונימיים?

אפל היא staking את המוניטין שלהם על מנת להבטיח את הנתונים שהיא אוספת ממך נשאר פרטית.אֵיך?על ידי שימוש במשהו שנקרא "פרטיות דיפרנציאלית".

מהי פרטיות דיפרנציאלית?

אפל מסביר את זה כך:

אפל משתמשת בטכנולוגיה פרטיות דיפרנציאלית כדי לעזור לגלות את דפוסי השימוש של מספר גדול של משתמשים ללא פגיעה בפרטיות הפרט.כדי לטשטש זהות של הפרט, הפרטיות הדיפרנציאלית מוסיפה רעש מתמטי למדגם קטן של תבנית השימוש של הפרט.ככל שיותר אנשים חולקים את אותו דפוס, דפוסי כללי מתחילים לצוץ, אשר יכול להודיע ​​ולשפר את חוויית המשתמש.

הפילוסופיה שמאחורי דיפרנציאל פרטיות היא זו: כל משתמש אשר המכשיר שלו, בין אם הוא iPhone, iPad או Mac, מוסיף חישוב למאגר גדול יותר של נתונים מצטברים( תמונה גדולה שנוצרה מתמונות קטנות יותר), לא צריך לחשוףכמקור, שלא לדבר על הנתונים שהם תרמו.

אפל היא לא החברה היחידה שעושה את זה, גם - גם גוגל וגם מיקרוסופט היו משתמשים בו עוד קודם לכן.אבל אפל popularized זה על ידי מדבר על זה בפירוט ב 2016 WWDC המרכזי שלה.

אז איך זה שונה מ נתונים אחרים אנונימיים, אתה שואל?ובכן, נתונים אנונימיים עדיין ניתן להשתמש כדי להסיק מידע אישי אם אתה יודע מספיק על אדם.

נניח שהאקר יכול לגשת למסד נתונים אנונימי שחושף משכורות של חברה.נניח שגם הם יודעים שהעובד X עובר למקום אחר.ההאקר אז יכול פשוט שאילתה באתר לפני ואחרי עובד X מהלכים בקלות להסיק את ההכנסה שלו.

על מנת להגן על המידע הרגיש של X, הפרטיות הדיפרנציאלית משנה את הנתונים עם "רעש" מתמטי וטכניקות אחרות, כך שאם תשאל את מסד הנתונים, תקבל רק קירוב של כמה( או כל אחד אחר)שילם.

לכן, הפרטיות שלו נשמרת בגלל "הבדל" בין הנתונים שסופקו לבין הרעש שנוסף לה, ולכן זה די מעורפל מספיק כי זה כמעט בלתי אפשרי לדעת אם הנתונים שאתה מסתכל הוא למעשה אדם מסוים של הפרט.

כיצד פועלת הפרטיות של אפל?הפרטיות הדיפרנציאלית של

היא מושג חדש יחסית, אבל הרעיון הוא שהוא יכול לספק תובנות נלהבות של החברה, בהתבסס על נתונים ממשתמשי האתר, מבלי לדעת מה בדיוק שאומרת הנתונים או שמקורם.

אפל, למשל, מסתמך על שלושה מרכיבים כדי לעשות את זה על עבודה פרטיות דיפרנציאלי על MAC או מכשיר iOS: hashing, subsampling, ואת הזרקת הרעש.

Hashing לוקח שורה של טקסט והופך אותו לערך קצר יותר עם אורך קבוע ומערבב את המפתחות האלה לתוך מחרוזות אקראיות בלתי הפיכות של תווים ייחודיים או "hash".זה מטשטש את הנתונים שלך כך המכשיר אינו מאחסן את כל זה בצורתו המקורית.

subsampling אומר כי במקום לאסוף כל מילה אדם סוג, אפל רק להשתמש במדגם קטן מהם.לדוגמה, נניח שיש לך שיחת טקסט ארוכה עם חבר שמשתמש באמוג'י בצורה ליברלית.במקום לאסוף את השיחה כולה, תת-דגימה עשויה להשתמש רק בחלקים שאפל מתעניין בהם, כגון אמוג'י.לבסוף, המכשיר מזריק רעש, מוסיף נתונים אקראיים לתוך מערך הנתונים המקורי כדי להפוך אותו לעמום יותר.משמעות הדבר היא כי Apple מקבל תוצאה כי כבר רעולי פנים כל כך מעט ולכן לא בדיוק.

כל זה קורה על המכשיר שלך, אז זה כבר מקוצר, מעורבב, דגימה, ומטושטשת לפני זה אפילו נשלח לענן עבור אפל לנתח.

היכן נעשה שימוש בפרטיות הדיפרנציאלית של אפל?

יש מגוון רחב של מקרים שבהם Apple עשוי רוצה לאסוף נתונים כדי לשפר את היישומים והשירותים.נכון לעכשיו, אפל היא רק באמצעות פרטיות הפרשי בארבעה תחומים ספציפיים.

• כאשר מספיק אנשים מחליפים מילה עם אמוג'י מסוים, היא תהפוך להצעה לכולם.
• כאשר מילים חדשות מתווספות למילונים מקומיים מספיק כדי להיחשב נפוץ, אפל תוסיף את זה למילון של כולם גם.
• ניתן להשתמש במונח חיפוש ב- Spotlight, ולאחר מכן הוא יספק הצעות לאפליקציה ופתח את הקישור באפליקציה האמורה או יאפשר לך להתקין אותה מ- App Store.לדוגמה, נניח שאתה מחפש "מסע בין כוכבים", המציע את היישום IMDB.ככל שאנשים יותר לפתוח או להתקין את היישום IMDB, כך זה הולך להופיע בתוצאות החיפוש של כולם.
• הוא יספק תוצאות מדויקות יותר עבור רמזים בחיפוש הערות.לדוגמה, נניח שיש לך פתק עם המילה "תפוח" בו.אתה עושה חיפוש בדיקה וזה נותן לך תוצאות לא רק עבור ההגדרה מילון, אלא גם באתר של אפל, מיקומים של חנויות אפל, וכן הלאה.ככל הנראה, ככל שאנשים יותר הקש על תוצאות מסוימות, גבוה יותר לעתים קרובות יותר הם יופיעו בדיקת עבור כולם.

נשתמש emojis כדוגמה.ב- iOS 10, Apple הציגה תכונה חדשה להחלפת אמוג'י ב- iMessage.הקלד את המילה "אהבה", ואתה יכול להחליף אותו עם emo emo.הקלידו את המילה "כלב", ו - ניחשתם - אתם יכולים להחליף אותו באמוג'י של כלב.

באופן דומה, ה- iPhone שלך ​​יכול לחזות איזה אמוג'י אתה רוצה, כך שאם אתה מקליד הודעה "אני הולך את הכלב" iPhone שלך ​​יעזור לעזור לכלב emoji.

אז, אפל לוקחת את כל אלה חתיכות קטנות של נתונים iMessage היא אוספת, בוחן אותם בכללותה, והוא יכול להסיק דפוסי מה שאנשים מקלידים ובאיזה הקשר.פירוש הדבר שה- iPhone שלך ​​יכול לתת לך אפשרויות חכמות יותר, משום שהוא נהנה מכל אותן שיחות טקסט שאחרים יוצרים וחושבות, "זה כנראה הסימג'י שאתה רוצה."

זה לוקח כפר( של Emoji)

החיסרון לפרטיות הדיפרנציאלי הוא זההוא אינו מספק תוצאות מדויקות בדגימות קטנות.זה כוח שקרים בהפיכת נתונים ספציפיים מעורפלים ולכן זה לא ניתן לייחס לכל משתמש אחד.כדי שזה יעבוד ויעבוד טוב, משתמשים רבים חייבים להשתתף.

זה בערך כמו להסתכל על התמונה bitmapped קרוב מאוד.אתה לא תוכל לראות מה זה אם אתה מסתכל רק כמה סיביות, אבל כמו שאתה צעד אחורה להסתכל על כל העניין, התמונה הופך ברור יותר מוגדר יותר, גם אם זה לא סופר גבוהפתרון הבעיה.

לכן, כדי לשפר את תחזוקת התחזית ואת התחזית( בין היתר), אפל צריכה לאסוף נתוני iPhone ו- Mac מרחבי העולם כדי לתת לה תמונה ברורה יותר ויותר של מה שאנשים עושים ובכך לשפר את היישומים והשירותים שלה.זה הופך את כל הנתונים האלה אקראיים, רועש, קהל, ומכרות אותו עבור דפוסי, כגון כמה משתמשים משתמשים אמוג'י אפרסק במקום "קת".

אז, את העוצמה של הפרטיות הפרטית מסתמך על היכולת של אפל לבחוןכמויות גדולות של נתונים מצטברים, כל זאת תוך הבטחת כי הוא אף אחד לא חכם על מי שולח אותם נתונים.

כיצד לבטל את הפרש של הפרטיות ב- iOS ו- MacOS

אם אתה עדיין לא משוכנע כי פרטיות דיפרנציאלי מתאים לך, אם כי, אתה בר מזל.תוכל לבטל את הצטרפותך ישירות מהגדרות המכשיר שלך.

במכשיר ה- iOS שלך, הקש על "הגדרות" ולאחר מכן על "פרטיות".

במסך פרטיות, הקש על "Diagnostics &נוֹהָג".

לבסוף, על האבחון &מסך שימוש, הקש על "אל תשלח".

ב- MacOS, פתח את העדפות המערכת ולחץ על "אבטחה &פְּרָטִיוּת".

באבטחה &העדפות פרטיות, לחץ על הכרטיסייה "פרטיות" ולאחר מכן ודא "שלח אבחון &נתוני שימוש ל- Apple "אינו מסומן.שים לב שעליך ללחוץ על סמל המנעול בפינה השמאלית התחתונה ולהזין את סיסמת המערכת שלך לפני שתוכל לבצע שינוי זה.

כמובן, יש הרבה יותר לפרטיות הפרטיות, הן בתיאוריה והן ביישום, מאשר הסבר פשוט זה.בשר ותפוחי אדמה של אותו להסתמך בכבדות על כמה מתמטיקה רצינית וככזה, זה יכול לקבל די כבד ומסובך.

אנו מקווים, עם זאת, זה נותן לך מושג איך זה עובד, כי אתה מרגיש בטוח יותר על חברות איסוף נתונים מסוימים ללא חשש להיות מזוהה.