Недавнее исследование от Google Research ознаменовало значимый шаг вперед в области конфиденциальности данных. Ученые Justin Y Chen и Morteza Zadimoghaddam представили новый алгоритм для выбора данных с дифференциальной приватностью, который обеспечивает надежную защиту личной информации пользователей. В то время как большие наборы данных являются важным инструментом для улучшения ИИ и машинного обучения, они также могут представлять потенциальные риски утечки данных.
Алгоритм позволяет безопасно выбирать общий набор уникальных элементов из огромного массива данных, обеспечивая при этом, что никто не сможет восстановить информацию о конкретных пользователях. Новый подход к дифференциальной приватности включает адаптивное перераспределение веса, что позволяет выделять менее частые, но значимые элементы, не нарушая конфиденциальности.
Алгоритм MaxAdaptiveDegree (MAD) продемонстрировал отличные результаты, масштабируясь до наборов данных с сотнями миллиардов записей. Исследователи открыли исходный код для сообщества на GitHub, способствуя дальнейшему развитию и улучшению методов работы с данными.
Таким образом, решения, основанные на новом алгоритме, могут значительно упростить обработку и анализ больших объемов данных, не создавая при этом угрозы для приватности пользователей.
*Компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена