Hvad er forskellig privatlivets fred, og hvordan holder det mine data anonyme?

Apple sætter sit ry på at sikre, at de data, der indsamles fra, forbliver private. Hvordan? Ved at bruge noget der hedder "Differential Privacy."

Hvad er forskellig privatlivets fred?

Apple forklarer det som sådan:

Apple bruger differentieret privatlivsteknologi til at hjælpe med at opdage brugen af ​​et stort antal brugere uden at gå på kompromis med individets privatliv. For at skjule en persons identitet tilføjer Differential Privacy den matematiske støj til en lille prøve af individets brugsmønster. Da flere mennesker deler det samme mønster, begynder generelle mønstre at opstå, som kan informere og forbedre brugeroplevelsen.

Filosofien bag forskelligt privatliv er det: En bruger, hvis enhed, uanset om det er en iPhone, iPad eller Mac, tilføjer en beregning til en større pool af aggregerede data (et stort billede dannet af forskellige mindre billeder), bør ikke afsløres som kilden, endsige hvilke data de har bidraget med.

Apple er ikke det eneste selskab, der gør det, enten - både Google og Microsoft brugte det endnu tidligere. Men Apple populariserede det ved at tale om det i detaljer på sin 2016 WWDC keynote.

Så hvordan er dette forskelligt fra andre anonymiserede data, spørger du? Nå, anonymiserede data kan stadig bruges til at udlede personlige oplysninger, hvis du ved nok om en person.

Lad os sige, at en hacker kan få adgang til en anonymiseret database, der afslører en virksomheds lønningsliste. Lad os sige, at de også ved, at medarbejder X flytter til et andet område. Hackeren kunne så simpelthen spørge databasen før og efter medarbejder X bevæger sig og nemt aflede hans indkomst.

For at beskytte Medarbejder X's følsomme oplysninger ændrer Differential Privacy dataene med matematisk "støj" og andre teknikker, så hvis du spørger databasen, vil du kun modtage en tilnærmelse af hvor meget (eller nogen anden) medarbejder X blev betalt.

Derfor er hans privatliv bevaret på grund af "forskellen" mellem de leverede data og den støj, der tilføjes til den, så det er så vagt nok, at det næsten ikke er muligt at vide, om de data, du kigger på, faktisk er en bestemt persons.

Hvordan virker Apples forskellige privatlivets fred?

Differentiel privatliv er et relativt nyt koncept, men ideen er, at den kan give et selskab en flot indsigt baseret på data fra sine brugere uden at vide hvad Nemlig disse data siger eller fra hvem det stammer fra.

Apple afhænger for eksempel på tre komponenter for at gøre det muligt at udøve forskelligartet privatlivsarbejde på din Mac eller iOS-enhed: hashing, subsampling og støjinjektion.

Hashing tager en streng tekst og gør den til en kortere værdi med en fast længde og blander disse nøgler op i irreversibelt tilfældige strenge af unikke karakterer eller "hash". Dette forhindrer dine data, så enheden ikke opbevarer noget i den oprindelige form.

Subsampling betyder, at i stedet for at indsamle hvert ord en persons typer, bruger Apple kun en mindre prøve af dem. Lad os f.eks. Sige, at du har en lang tekstkonversation med en ven, der liberalt bruger emoji. I stedet for at indsamle hele samtalen kan subsampling i stedet kun bruge de dele, som Apple er interesseret i, såsom emoji.

Endelig indsprøjter din enhed støj, tilføjer tilfældige data til det oprindelige datasæt for at gøre det mere vagt. Det betyder, at Apple får et resultat, der er blevet maskeret nogensinde så lidt og derfor ikke helt præcist.

Alt dette sker på din enhed, så det er allerede blevet forkortet, blandet op, samplet og sløret før det endda sendes til skyen, for at Apple kan analysere.

Hvor bruges Apples forskelligartede privatliv?

Der er en række tilfælde hvor Apple magt Ønsker at indsamle data for at forbedre sine apps og tjenester. I øjeblikket bruger Apple dog kun forskelligt privatliv på fire specifikke områder.

• Når nok mennesker erstatter et ord med en bestemt emoji, bliver det et forslag til alle.
• Når nye ord tilføjes til nok lokale ordbøger for at blive betragtet som almindeligt, vil Apple tilføje det til alles andres ordbog også.
• Du kan bruge et søgeord i Spotlight, og det vil så give appforslag og åbne det link i appen eller lade dig installere det fra App Store. For eksempel, sig du søge efter "Star Trek", som foreslår IMDB-appen. Jo flere mennesker åbner eller installerer IMDB-appen, desto mere vises det i alles søgeresultater.
• Det giver mere nøjagtige resultater for opslagstips i noter. Sig for eksempel, at du har en note med ordet "apple" i det. Du foretager en opslagssøgning, og det giver dig resultater ikke kun for ordbordsdefinitionen, men også Apples hjemmeside, placeringer af Apple Stores og så videre. Formentlig, jo flere mennesker trykker på bestemte resultater, jo højere og oftere vil de vises i Lookup for alle andre.

Lad os bruge emojis som et eksempel. IOS introducerede en ny emoji-udskiftningsfunktion på iMessage. Skriv ordet "kærlighed", og du kan erstatte det med et hjerteemoji. skriv ordet "hund" og du gættede det - du kan erstatte det med en hundemoji.

På samme måde er det muligt for din iPhone at forudsige, hvilken emoji du vil have sådan, hvis du skriver en besked "Jeg skal gå hunden", vil din iPhone hjælpsomt foreslå hundens emoji.

Så, Apple tager alle de små stykker iMessage-data, den indsamler, undersøger dem som helhed og kan udlede mønstre fra, hvad folk skriver og i hvilken sammenhæng. Det betyder, at din iPhone kan give dig smartere valg, fordi det nyder godt af alle de tekstsamtaler, andre skaber og tænker, "dette er nok den emoji du vil have."

Det tager en landsby (af Emoji)

Ulempen ved forskelligt privatliv er, at det ikke giver nøjagtige resultater i små prøver. Det er magt, der ligger i at gøre bestemte data vage, så det kan ikke tilskrives en enkelt bruger. For at det skal fungere og arbejde godt, skal mange brugere deltage.

Det er lidt som at kigge på et bitmappet foto op ekstremt tæt. Du kan ikke se, hvad det er, hvis du kigger på kun et par stykker, men når du træder tilbage og ser på det hele, bliver billedet klarere og mere defineret, selvom det ikke er super højt løsning.

For at forbedre emoji-udskiftning og forudsigelse skal Apple derfor indsamle iPhone- og Mac-data fra hele verden for at give det et stadig mere tydeligt billede af, hvad folk laver og dermed forbedre sine apps og tjenester. Det vender sig til alle disse randomiserede, støjende, crowdsourced data, og mines det til mønstre, såsom hvor mange brugere der bruger fersken emoji i stedet for "butt".

Så kraften i Differential Privacy er afhængig af, at Apple er i stand til at undersøge store mængder aggregerede data, samtidig med at det sikres, at det ikke er nogen klogere, hvem der sender dem disse data.

Sådan vælges fra forskelligartethed i iOS og macOS

Hvis du stadig ikke er overbevist om, at Differential Privacy er det rigtige for dig, har du held og lykke. Du kan fravælge lige fra din enheds indstillinger.

På din iOS-enhed skal du trykke på åbne "Indstillinger" og derefter "Privatliv".

På skærmbilledet Beskyttelse af personlige oplysninger skal du trykke på "Diagnostik og brug".

Endelig trykker du på "Do not Send" på skærmen Diagnostics & Usage.

På MacOS skal du åbne Systemindstillinger og klikke på "Sikkerhed og privatliv".

Klik på fanen "Beskyttelse af personlige oplysninger" i sikkerheds- og fortrolighedsindstillingerne, og kontroller derefter, at "Send diagnostik og brugsdata til Apple" ikke er markeret. Bemærk, at du skal klikke på låsikonet i nederste venstre hjørne og indtaste dit systemadgangskode, før du kan foretage denne ændring.

Det er klart, at der er meget mere til Differential Privacy, både i teori og applikation, end denne forenklede forklaring. Kød og kartofler af det er stærkt afhængige af en seriøs matematik, og det kan derfor blive temmelig vægtigt og kompliceret.

Forhåbentlig giver dette dig en ide om, hvordan det virker, og at du føler dig mere sikker på, at virksomheder indsamler bestemte data uden frygt for at blive identificeret.