Apa itu Privasi Berbeza, dan Bagaimana Ia Mengekalkan Data Saya Tanpa Nama?

Apple mengekalkan reputasi mereka untuk memastikan data yang dikumpulkan daripada anda kekal peribadi. Bagaimana? Dengan menggunakan sesuatu yang disebut "Privasi Berbeza."

Apa itu Privasi Berbeza?

Apple menerangkannya sebagai berikut:

Apple menggunakan teknologi Privasi Diferensial untuk membantu menemui corak penggunaan sejumlah besar pengguna tanpa menjejaskan privasi individu. Untuk mengaburi identiti individu, Privasi Berbeza menambah bunyi matematik kepada sampel kecil corak penggunaan individu. Oleh kerana lebih banyak orang berkongsi corak yang sama, corak umum mula muncul, yang dapat memberi maklumat dan meningkatkan pengalaman pengguna.

Falsafah di sebalik Privasi Berbeza adalah ini: mana-mana pengguna yang perantinya, sama ada iPhone, iPad, atau Mac, menambah pengiraan kepada kumpulan data agregat yang lebih besar (gambar besar yang terbentuk daripada gambar yang berbeza-beza), tidak boleh didedahkan sumbernya, apalagi data yang mereka sumbangkan.

Apple bukanlah satu-satunya syarikat yang melakukan ini, sama ada Google dan Microsoft menggunakannya lebih awal. Tetapi Apple mempopularkannya dengan membicarakannya secara terperinci pada tajuk 2016 WWDC.

Jadi bagaimana ini berbeza dengan data yang tidak dikenali yang lain, anda bertanya? Nah, data anonim masih boleh digunakan untuk menyimpulkan maklumat peribadi jika anda tahu cukup tentang seseorang.

Katakan seorang penggodam boleh mengakses pangkalan data yang tidak dikenali yang mendedahkan gaji syarikat. Katakan mereka juga tahu bahawa Pekerja X berpindah ke kawasan lain. Penggodam kemudian hanya boleh menanyakan pangkalan data sebelum dan selepas Pekerja X bergerak dan mudah menyimpulkan pendapatannya.

Untuk melindungi maklumat sensitif Employee X, Privasi Berbeza mengubah data dengan "bunyi bising" matematik dan teknik lain supaya jika anda menanyakan pangkalan data, anda hanya akan menerima penghampiran berapa banyak (atau sesiapa sahaja) Pekerja X telah dibayar.

Oleh itu, privasinya dipelihara kerana "perbezaan" antara data yang dibekalkan dan bunyi yang ditambahkan kepadanya, maka ia kemudiannya cukup samar-samar bahawa hampir mustahil untuk mengetahui sama ada data yang anda cari sebenarnya adalah individu tertentu.

Bagaimana Kerja Privasi Berbeza Apple?

Privasi Berbeza adalah konsep yang agak baru, tetapi ideanya adalah bahawa ia dapat memberikan pandangan yang berminat syarikat berdasarkan data dari penggunanya, tanpa mengetahui apa betul-betul data itu mengatakan atau dari siapa ia berasal.

Apple, sebagai contoh, bergantung pada tiga komponen untuk mengambil alih kerja Privasi Berbeza pada peranti Mac atau iOS anda: hashing, subsampling, dan suntikan bunyi.

Hashing mengambil rentetan teks dan mengubahnya menjadi nilai yang lebih pendek dengan panjang yang tetap dan mencampurkan kunci ini ke dalam rentetan rentetan aksara unik atau "hash". Ini mengaburkan data anda supaya peranti tidak menyimpan apa-apa dalam bentuk asalnya.

Subsampling bermaksud bahawa bukannya mengumpul setiap jenis kata seseorang, Apple hanya akan menggunakan sampel yang lebih kecil daripada mereka. Sebagai contoh, katakan anda mempunyai perbualan teks yang panjang dengan rakan dengan bebas menggunakan emoji. Daripada mengumpulkan keseluruhan perbualan itu, subsampling mungkin menggunakan hanya bahagian-bahagian Apple yang berminat, seperti emoji.

Akhirnya, peranti anda menyuntik bunyi bising, menambah data rawak ke dalam dataset asal untuk menjadikannya lebih jelas. Ini bermakna bahawa Apple mendapat hasil yang telah bertopeng sehingga sedikit dan oleh itu tidak tepat.

Semua ini berlaku pada peranti anda, jadi ia telah dipendekkan, dicampur, dicampurkan, dan kabur sebelum ia dihantar ke awan untuk Apple menganalisis.

Di mana Privasi Berbeza Apple Digunakan?

Terdapat pelbagai kes di mana Apple mungkin mahu mengumpul data untuk meningkatkan aplikasi dan perkhidmatannya. Buat masa ini, Apple hanya menggunakan Privasi Berbeza dalam empat bidang tertentu.

• Apabila orang yang cukup menggantikan perkataan dengan emoji tertentu, ia akan menjadi cadangan untuk semua orang.
• Apabila kata-kata baru ditambah kepada kamus tempatan yang cukup untuk dianggap biasa, Apple akan menambahkannya ke kamus orang lain juga.
• Anda boleh menggunakan istilah carian dalam Spotlight, dan kemudiannya akan memberikan cadangan aplikasi dan membuka pautan itu dalam aplikasi tersebut atau membolehkan anda memasangnya dari App Store. Sebagai contoh, katakan anda mencari "Star Trek", yang mencadangkan aplikasi IMDB. Lebih ramai orang membuka atau memasang aplikasi IMDB, lebih banyak ia akan muncul dalam hasil carian semua orang.
• Ia akan memberikan hasil yang lebih tepat untuk Petua Lookup dalam Nota. Sebagai contoh, katakan anda mempunyai nota dengan perkataan "apple" di dalamnya. Anda membuat carian carian dan memberikan keputusan bukan sahaja untuk definisi kamus, tetapi juga laman web Apple, lokasi Kedai Apple, dan sebagainya. Mungkin, lebih banyak orang mengetuk hasil tertentu, lebih tinggi dan lebih kerap mereka akan muncul di Lookup untuk orang lain.

Mari kita gunakan emojis sebagai contoh. Dalam iOS 10, Apple memperkenalkan ciri penggantian emoji baru pada iMessage. Taip perkataan "cinta," dan anda boleh menggantikannya dengan emoji jantung. taip perkataan "anjing," dan-anda meneka-anda boleh menggantikannya dengan emoji anjing.

Begitu juga, iPhone mungkin meramalkan apa yang anda mahukan emoji seperti itu, jika anda menaip mesej "Saya akan berjalan anjing" iPhone anda akan membantu mencadangkan anjing emoji.

Jadi, Apple mengambil semua potongan data iMessage yang dikumpulkannya, mengkaji mereka secara keseluruhan, dan dapat menyimpulkan corak dari apa yang orang menaip dan dalam konteks apa. Ini bermakna iPhone anda boleh memberi anda pilihan yang lebih bijak kerana ia mendapat manfaat daripada semua perbualan teks yang dicipta oleh orang lain dan berfikir, "ini mungkin emoji yang anda mahukan."

Ia Membawa Kampung (Emoji)

Kelemahan untuk Privasi Berbeza adalah bahawa ia tidak memberikan hasil yang tepat dalam sampel kecil. Kekuatannya terletak pada membuat data tertentu yang samar-samar sehingga ia tidak boleh dikaitkan dengan mana-mana satu pengguna. Agar ia berfungsi dan berfungsi dengan baik, ramai pengguna mesti mengambil bahagian.

Ia seolah-olah melihat gambar bitmapped sehingga sangat dekat. Anda tidak akan dapat melihat apa itu jika anda melihat hanya beberapa bit, tetapi ketika anda melangkah mundur dan melihat semuanya, gambar menjadi lebih jelas dan lebih jelas, walaupun ia tidak terlalu tinggi resolusi.

Oleh itu, untuk meningkatkan penggantian dan ramalan emoji (antara lain), Apple perlu mengumpul data iPhone dan Mac dari seluruh dunia untuk memberikan gambaran yang lebih jelas tentang apa yang dilakukan oleh orang dan dengan itu meningkatkan aplikasi dan perkhidmatannya. Ia bertukar kepada semua data rawak, bising, data yang banyak, dan lombong untuk pola-pola seperti berapa banyak pengguna menggunakan emoji pic menggantikan "pantat."

Oleh itu, kuasa Privasi Berbeza bergantung kepada Apple yang dapat memeriksa sejumlah besar data agregat, sambil memastikan bahawa tidak ada yang lebih bijak tentang siapa yang menghantar data tersebut kepada mereka.

Bagaimana untuk Memilih Daripada Privasi Berbeza dalam iOS dan macOS

Jika anda masih tidak yakin bahawa Privasi Berbeza adalah sesuai untuk anda, walaupun, anda beruntung. Anda boleh memilih keluar dari tetapan peranti anda.

Pada peranti iOS anda, ketik buka "Tetapan" dan kemudian "Privasi".

Pada skrin Privasi, ketik "Diagnostik & Penggunaan".

Akhirnya, pada skrin Diagnostik & Penggunaan, ketik "Jangan Hantar".

Pada macOS, buka Keutamaan Sistem dan klik "Keselamatan & Privasi".

Dalam pilihan Keamanan & Privasi, klik tab "Privasi" dan kemudian pastikan "Menghantar data diagnostik & penggunaan ke Apple" tidak ditandai. Perhatikan bahawa anda perlu mengklik ikon kunci di sudut kiri bawah dan masukkan kata laluan sistem anda sebelum anda boleh membuat perubahan ini.

Jelas sekali, terdapat lebih banyak lagi Privasi Diferensial, baik dalam teori dan aplikasi, daripada penjelasan yang mudah ini. Daging dan kentang itu sangat bergantung pada beberapa matematik yang serius dan dengan demikian, ia boleh menjadi sangat berat dan rumit.

Mudah-mudahan, bagaimanapun, ini memberi anda gambaran bagaimana ia berfungsi dan anda merasa lebih yakin tentang syarikat yang mengumpul data tertentu tanpa rasa takut dikenal pasti.