2Sep
Apple zet hun reputatie in om ervoor te zorgen dat de gegevens die zij van u verzamelt privé blijven. Hoe? Door iets te gebruiken dat 'Differentiële privacy' wordt genoemd.
Wat is differentiële privacy?
Apple legt het als volgt uit:
Apple maakt gebruik van Differential Privacy-technologie om de gebruikspatronen van een groot aantal gebruikers te achterhalen, zonder afbreuk te doen aan de individuele privacy. Om de identiteit van een persoon te verbergen, voegt Differential Privacy wiskundige ruis toe aan een klein voorbeeld van het gebruikspatroon van de persoon. Naarmate meer mensen hetzelfde patroon delen, ontstaan er algemene patronen, die de gebruikerservaring kunnen informeren en verbeteren.
De filosofie achter Differential Privacy is deze: elke gebruiker wiens apparaat, of het nu een iPhone, iPad of Mac is, een berekening toevoegt aan een grotere verzameling verzamelde gegevens( een groot beeld gevormd door verschillende kleinere afbeeldingen), mag niet worden onthuldals de bron, laat staan welke gegevens ze hebben bijgedragen.
Apple is ook niet het enige bedrijf dat dit doet - zowel Google als Microsoft gebruikten het zelfs nog eerder. Maar Apple heeft het gepopulariseerd door er uitgebreid over te praten tijdens de 2016 WWDC-keynote.
Dus hoe verschilt dit van andere geanonimiseerde gegevens, vraagt u? Welnu, geanonimiseerde gegevens kunnen nog steeds worden gebruikt om persoonlijke informatie af te leiden als u genoeg over een persoon weet.
Laten we zeggen dat een hacker toegang heeft tot een geanonimiseerde database die de loonlijst van een bedrijf laat zien. Laten we zeggen dat ze ook weten dat werknemer X verhuist naar een ander gebied. De hacker kan dan simpelweg de database doorzoeken voordat en nadat werknemer X beweegt en zijn inkomen gemakkelijk kan afleiden.
Om de gevoelige informatie van Employee X te beschermen, wijzigt Differential Privacy de gegevens met wiskundige "ruis" en andere technieken, zodat als u de database opvraagt, u alleen een -benadering ontvangt van hoeveel( of iemand anders) werknemer X wasbetaald.
Daarom is zijn privacy bewaard gebleven vanwege het "verschil" tussen de aangeleverde gegevens en de toegevoegde ruis, dus het is dan vaag genoeg dat het vrijwel onmogelijk is om te weten of de gegevens waar je naar kijkt eigenlijk een bepaald individu zijn.
Hoe werkt de differentiële privacy van Apple?
Differential Privacy is een relatief nieuw concept, maar het idee is dat het bedrijf scherpe inzichten kan bieden op basis van gegevens van zijn gebruikers, zonder te weten wat precies is waarvan de gegevens zeggen of van wie het afkomstig is.
Apple, bijvoorbeeld, vertrouwt op drie componenten om zijn invloed op Differential Privacy op je Mac of iOS-apparaat te laten werken: hashing, subsampling en geluidsinjectie.
Hashing neemt een reeks tekst en verandert deze in een kortere waarde met een vaste lengte en vermengt deze sleutels tot onomkeerbare willekeurige reeksen van unieke karakters of "hash".Hiermee worden uw gegevens verborgen zodat het apparaat niets in de oorspronkelijke vorm opslaat.
Subsampling betekent dat Apple in plaats van elk woord van een persoon te typen, alleen een kleiner aantal van hen zal gebruiken. Stel dat u bijvoorbeeld een lang tekstgesprek voert met een vriend die royaal emoji gebruikt. In plaats van dat hele gesprek te verzamelen, zou subsampling in plaats daarvan alleen de delen kunnen gebruiken waar Apple in is geïnteresseerd, zoals de emoji.
Ten slotte injecteert uw apparaat ruis door willekeurige gegevens toe te voegen aan de oorspronkelijke gegevensset om het vager te maken. Dit betekent dat Apple een resultaat krijgt dat enigszins is gemaskeerd en daarom niet helemaal exact is.
Dit alles gebeurt op uw apparaat, dus het is al verkort, verward, gesampled en vervaagd voordat het zelfs naar de cloud wordt gestuurd, zodat Apple het kan analyseren.
Waar wordt de differentiële privacy van Apple gebruikt?
Er zijn verschillende gevallen waarin Apple gegevens wil verzamelen om zijn apps en services te verbeteren. Op dit moment echter, gebruikt Apple Differential Privacy alleen op vier specifieke gebieden.
- Wanneer genoeg mensen een woord vervangen door een bepaalde emoji, wordt dit een suggestie voor iedereen.
- Wanneer nieuwe woorden worden toegevoegd aan voldoende lokale woordenboeken om als normaal te worden beschouwd, zal Apple het ook toevoegen aan het woordenboek van iedereen.
- U kunt een zoekterm in Spotlight gebruiken en vervolgens app-suggesties geven en die link in die app openen of toestaan om deze in de App Store te installeren. Stel bijvoorbeeld dat u zoekt naar 'Star Trek', wat de IMDB-app suggereert. Hoe meer mensen de IMDB-app openen of installeren, hoe meer deze wordt weergegeven in de zoekresultaten van iedereen.
- Het geeft meer nauwkeurige resultaten voor Lookup Hints in Notes. Stel bijvoorbeeld dat u een notitie met het woord "appel" erin hebt staan. Je doet een zoekopdracht en geeft je resultaten, niet alleen voor de woordenboekdefinitie, maar ook voor Apple's website, locaties van Apple Stores, enzovoort. Vermoedelijk, hoe meer mensen op bepaalde resultaten tikken, hoe hoger en vaker ze in de opzoekactie verschijnen voor iedereen.
Laten we emoji's als voorbeeld gebruiken. In iOS 10 introduceerde Apple een nieuwe emoji-vervangingsfunctie op iMessage. Typ het woord 'liefde' en je kunt het vervangen door een hartemoji.typ het woord 'hond' en, je raadt het al, je kunt het vervangen door een hondemoji.
Op dezelfde manier is het mogelijk voor je iPhone om te voorspellen welke emoji je wilt, zodat je, als je een bericht invoert "Ik ga met de hond wandelen", de hond emoji behulpzaam kan voorstellen.
Dus, Apple neemt al die kleine stukjes iMessage-gegevens die het verzamelt, onderzoekt ze als een geheel en kan patronen afleiden uit wat mensen typen en in welke context. Dit betekent dat uw iPhone u slimmere keuzes kan geven, omdat deze profiteren van al die tekstgesprekken die anderen maken en denken, "dit is waarschijnlijk de emoji die u wilt."
It takes a village( of Emoji)
Het nadeel van Differential Privacy is dathet geeft geen nauwkeurige resultaten in kleine monsters. Het is de kracht om specifieke gegevens vaag te maken, zodat het niet aan een enkele gebruiker kan worden toegeschreven. Om goed te kunnen werken en werken, moeten veel gebruikers deelnemen.
Het is een beetje alsof je een bitmapped foto van heel dichtbij bekijkt. Je zult niet kunnen zien wat het is als je slechts een paar stukjes bekijkt, maar als je een stap achteruit doet en naar het geheel kijkt, wordt het beeld duidelijker en meer gedefinieerd, zelfs als het niet superhoog isresolutie.
Dus om de vervanging en voorspelling van emoji( onder andere) te verbeteren, moet Apple iPhone- en Mac-gegevens van over de hele wereld verzamelen om hem een steeds duidelijker beeld te geven van wat mensen doen en zo zijn apps en services te verbeteren. Het gaat over al deze gerandomiseerde, luidruchtige, crowdsourced-gegevens en mijnen voor patronen, zoals hoeveel gebruikers de perzikemoji gebruiken in plaats van 'butt'.
Dus de kracht van Differential Privacy is afhankelijk van Apple die in staat is om te onderzoekengrote hoeveelheden geaggregeerde gegevens, terwijl er tegelijkertijd voor gezorgd wordt dat het niet wijzer is wie ze die gegevens stuurt.
Hoe te kiezen voor differentiële privacy in iOS en macOS
Als je er nog steeds niet van overtuigd bent dat Differential Privacy goed voor je is, heb je geluk. U kunt zich afmelden via de instellingen van uw apparaat.
Tik op uw iOS-apparaat op "Instellingen" en vervolgens op "Privacy".
Tik op het scherm Privacy op "Diagnostiek &Gebruik".
Eindelijk, op de Diagnostiek &Gebruik scherm, tik op "Niet verzenden".
Open op Mac OS de Systeemvoorkeuren en klik op "Beveiliging &Privacy”.
In de beveiliging &Privacyvoorkeuren, klik op het tabblad 'Privacy' en controleer vervolgens of 'Diagnose verzenden &gebruiksgegevens naar Apple "is uitgeschakeld. Houd er rekening mee dat u op het vergrendelingspictogram in de linkerbenedenhoek moet klikken en uw systeemwachtwoord moet invoeren voordat u deze wijziging kunt aanbrengen.
Het is duidelijk dat Differential Privacy, zowel in theorie als in de toepassing, veel meer inhoudt dan deze vereenvoudigde uitleg. Het vlees en de aardappelen ervan zijn sterk afhankelijk van een serieuze wiskunde en als zodanig kan het behoorlijk zwaar en gecompliceerd worden.
Hopelijk geeft dit u echter een idee van hoe het werkt en dat u meer vertrouwen heeft in bedrijven die bepaalde gegevens verzamelen zonder te hoeven worden geïdentificeerd.
