Hace unas semanas Google publicó una biblioteca Open Source en GitHub denominada “privacidad diferencial” que ofrece la misma tecnología que ellos emplean en sus productos y servicios para proteger la identidad y detalles de los usuarios, así como sus datos, dejando dichas herramientas al alcance de cualquier desarrollador interesado en usarlas.

Esta biblioteca está escrita en C++ con diferentes algoritmos ε-diferencialmente privados, que pueden usarse para generar estadísticas agregadas sobre conjuntos de datos numéricos que contienen información privada o confidencial.

De esta forma nos permitirá recoger datos y proteger la privacidad de los usuarios, ahora al alcance de cualquier persona con la misma calidad de Google.

Según palabras del blog de google:

“En la actualidad, estamos lanzando la versión de código abierto de la biblioteca de privacidad diferencial que ayuda a impulsar algunos de los productos principales de Google. Para facilitar el uso de la biblioteca a los desarrolladores, nos centramos en funciones que pueden ser particularmente difíciles de ejecutar desde cero, como el cálculo automático de los límites de las contribuciones de los usuarios. Ahora está disponible gratuitamente para cualquier organización o desarrollador que quiera utilizarlo”.

Entre las características clave de la biblioteca se encuentran: 

  • Funciones estadísticas: La nueva versión es compatible con la mayoría de las operaciones de ciencia de datos más comunes: recuentos, sumas, promedios, medianas y percentiles utilizando nuestra biblioteca.
  • Pruebas rigurosas: Se ha incluido una biblioteca extensible de’Stochastic Differential Privacy Model Checker’ para ayudar a prevenir errores.
  • Listo para usar: Cuenta con una extensión PostgreSQL junto con recetas comunes para que pueda empezar.
  • Modular: La biblioteca se ha diseñado de forma que pueda ampliarse para incluir otras funcionalidades como mecanismos adicionales, funciones de agregación o gestión del presupuesto de privacidad.
  • Invertir en nuevas tecnologías de privacidad

Deja una respuesta

avatar
  Suscribirse  
Notificarme las